[发明专利]一种港口无人集卡多传感器融合定位系统、方法及存储介质

权利要求书

1.一种港口无人集卡多传感器融合定位系统，其特征在于，所述系统包括原始传感器测量系统、子定位系统、高精度融合定位系统；

所述原始传感器测量系统，包括轮式里程计、IMU和组合导航数据采集设备，实时采集无人集卡的行驶里程信息、加速度信息、角速度信息、方位角信息和位置信息并进行时间戳标记；

所述子定位系统，包括摄像机和激光雷达数据采集设备，实时获取道路的图像数据信息、点云数据信息和激光里程计信息并进行时间戳标记；

所述高精度融合定位系统，与所述原始传感器测量系统、所述子定位系统连接，包括输入管理模块、融合输出状态管理模块和融合算法模块，所述输入管理模块接收和管理所述原始传感器测量系统和所述子定位系统获取的各种数据信息，所述融合算法模块接收和处理所述输入管理模块输出的信息，所述融合输出状态管理模块接收所述融合算法模块接收和检验所述融合算法模块输出的信息。

2.根据权利要求1所述的港口无人集卡多传感器融合定位系统，其特征在于：所述输入管理模块包括数据同步子模块和数据处理子模块，所述数据处理子模块基于误差卡尔曼滤波算法对所述无人集卡的加速度信息、角速度信息和方位角信息进行进行实时估计和补偿。

3.根据权利要求2所述的港口无人集卡多传感器融合定位系统，其特征在于：所述数据处理子模块基于所述图像数据信息进行图像处理和深度学习输出车道线数据信息、贝拉号信息和语义分割信息，所述数据处理子模块基于所述点云数据信息输出点云特征信息。

4.根据权利要求2所述的港口无人集卡多传感器融合定位系统，其特征在于：所述数据同步子模块基于时间戳信息对所述无人集卡的行驶里程信息、加速度信息、角速度信息、方位角信息和位置信息与所述道路的图像数据信息、点云数据信息和激光里程计信息进行同步处理。

5.根据权利要求1所述的港口无人集卡多传感器融合定位系统，其特征在于：所述融合算法模块基于BP神经网络算法对所述输入管理模块输出的信息进行处理。

6.根据权利要求5所述的港口无人集卡多传感器融合定位系统，其特征在于，所述BP神经网络算法包括：

F1：基于所述输入管理模块输出的信息输入至BP神经网络，得到输入层神经元输出的信息和隐藏神经元的个数为p,

其中，m为输入层神经元的个数，n为输出层节点个数，a为调节常数；

F2：根据所述输出层神经元的信息和隐藏神经元的个数，得到隐藏层神经元的输出信息函数为

其中f₁为隐藏层激励函数，X_i为输入层神经元输出的信息，V_ki为第k个隐藏神经元i个输入层神经元对应的权重；

F3：根据所述隐藏层神经元的输出信息z_k，得到所述融合算法模块的输出信息为

其中f₂为输出层激励函数，w_jk为第j个输入层神经元k个隐藏层神经元对应的权重。

7.根据权利要求1所述的港口无人集卡多传感器融合定位系统，其特征在于：所述融合输出状态管理模块包括数据校验子模块和ESKF预测子模块，所述数据校验子模块用于检测所述原始传感器测量系统和所述子定位系统的数据信息，拒绝异常数据。

8.根据权利要求7所述的港口无人集卡多传感器融合定位系统，其特征在于：所述ESKF预测子模块用于预测和补偿所述融合算法模块输出的数据信息。