[发明专利]一种多传感器松耦合的室内外同步定位与建图方法及系统

权利要求书

1.一种多传感器松耦合的室内外同步定位与建图方法，其特征在于，所述方法包括：

对点云数据与惯性数据，进行数据预处理，得到点云的图像视图数据和自动驾驶车辆的粗略位姿数据；

对所述点云的图像视图数据，进行场景识别、特征提取和拼接处理，得到周围环境未经优化的点云地图；

基于场景识别的结果，利用后端优化算法和回环检测算法，对自动驾驶车辆的粗略位姿数据和所述周围环境未经优化的点云地图进行优化处理，得到优化后的自动驾驶车辆的位姿数据和周围环境点云地图，即实现了自动驾驶车辆的同步定位与建图。

2.根据权利要求1所述的一种多传感器松耦合的室内外同步定位与建图方法，其特征在于，通过激光雷达采集点云数据，通过惯性测量单元采集惯性数据。

3.根据权利要求1所述的一种多传感器松耦合的室内外同步定位与建图方法，其特征在于，所述对点云数据进行预处理，具体包括：

对所述点云数据进行线束分割，得到点云数据的垂直分割结果；

对所述点云数据进行元区域水平分割，得到点云数据的水平分割结果；

利用预设的激光雷达的坐标系与车辆质心的位置关系对点云数据的垂直分割结果和水平分割结果进行重投影，得到点云的图像视图数据。

4.根据权利要求1所述的一种多传感器松耦合的室内外同步定位与建图方法，其特征在于，所述对惯性数据进行预处理，具体包括：

对所述惯性数据的重力分量进行消除，得到自动驾驶车辆的粗略位姿数据；

其中a'_t是惯性测量单元数据真值,a_t是惯性测量单元数据测量值,R_ZYX是惯性测量单元数据的旋转矩阵,g是重力加速度。

5.根据权利要求1所述的一种多传感器松耦合的室内外同步定位与建图方法，其特征在于，所述进行场景识别、特征提取和拼接处理，具体包括：

利用点云的图像视图数据的平均点云深度d_a是否超过阈值作为判断条件，对自动驾驶车辆处于室内、室外环境进行区分，得到场景识别结果；

其中N是一帧点云中点的总数，d_i是第i个点相对于激光雷达几何中心的欧氏距离；

基于场景识别结果，利用点云的图像视图数据中的点云每点附近曲率c将场景特征分为角特征与平面特征，使用迭代最近点算法配准点云的图像视图数据，得到周围环境未经优化的点云地图；

定义点云的图像视图数据中同一条水平线上第i个点p_i附近的曲率为c，其中a为点p_i单侧相邻的点数，p_j为与p_i相邻的点。

6.根据权利要求1所述的一种多传感器松耦合的室内外同步定位与建图方法，其特征在于，基于场景识别的结果中的室外环境，利用后端优化算法进行处理，具体包括：

基于室外环境，利用后端优化算法中的高斯牛顿算法，对自动驾驶车辆的粗略位姿数据和所述周围环境未经优化的点云地图，进行优化处理，得到室外环境优化后的自动驾驶车辆的位姿数据和周围环境点云地图。

7.根据权利要求5所述的一种多传感器松耦合的室内外同步定位与建图方法，其特征在于，基于场景识别的结果中的室内环境，利用后端优化算法中的两步LM算法进行处理。