[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

说明书

本发明公开了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，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。

技术领域

本发明属于无人驾驶车辆领域，具体涉及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。

背景技术

激光雷达(Light Detection and Ranging,LiDAR)是一种有源传感器，是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得激光雷达与待测目标的距离、高度等信息。惯性测量单元(InertialMeasurement Unit,IMU)是测量物体三轴姿态角(或角速率)以及加速度的装置。一般地，一个IMU包含三轴的陀螺仪和三个方向的加速度计，来测量物体在三维空间中的角速度和加速度，并以此解算出物体的姿态。同步定位于建图(Simultaneous Localization andMapping,SLAM)同步定位与建图(Simultaneous Localization and Mapping,SLAM)技术可以使载体在未知环境中根据传感器采集的数据实时估计自身位姿并绘制环境地图，为载体提供定位信息，用于自主规划与决策。SLAM技术使用的传感器种类多样，包括LiDAR、相机、IMU、全球导航卫星系统(Global Navigation Satellite System,GNSS)等。多种传感器同时安装在一个载体上时，通过信息流耦合，能充分发挥各种传感器的优点。例如LiDAR虽然测距精准，但频率较低，一般为5-20Hz。IMU采集频率高达100-300Hz，适合安装在动态平台上。将LiDAR与IMU耦合，可以用高频IMU对LiDAR数据进行修正，获得更高的精度。根据耦合的紧密程度，信息流可以进行松耦合与紧耦合。松耦合中各传感器系统是独立的模块，分别收集数据，再将每个模块输出的结果进行融合。与松耦合相比，紧耦合信息融合得更早，使用多个传感器的原始数据共同输出一种结果，可以更充分地利用传感器数据。松耦合与紧耦合示意图如图1所示。

专利CN201910297985.1提供了一种用于视觉-惯性-激光融合的同步定位与建图方法，主要涉及多传感器融合、SLAM等技术领域。为了解决单传感器SLAM在定位和建图中精度低、易丢失的问题，该技术提出了一种鲁棒的高精度的视觉、惯性、激光雷达融合的SLAM系统。

现有技术一没有根据场景的特点对方法进行细化。具体体现在，其对环境特征点的分类为边缘特征点与平面特征点，在不同的环境下可能会出现分类不准确的情况。

现有技术一使用的高斯牛顿优化方法，在计算效率上还存在可以改进的空间。

发明内容

本发明所为了解决背景技术中存在的技术问题，目的在于提供了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。

为了解决技术问题，本发明的技术方案是：

一种多传感器松耦合的室内外同步定位与建图方法，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。