[发明专利]一种基于SLAM定位结果提高定位精度的方法及装置

说明书

本发明涉及一种基于SLAM定位结果提高定位精度的方法及装置，该方法通过激光/视觉SLAM方法，利用激光雷达或图像数据进行求解定位，得到SLAM定位数据，同时获取GPS定位数据；利用所述SLAM定位数据替换信号状态差的GPS定位数据，并将所述SLAM定位数据与所述信号状态好的GPS定位数据进行融合得到完整的车辆位姿信息和移动传感器信息。本发明通过融合激光/视觉SLAM定位结果及GPS定位信息，有效提高GPS在信号失锁及信号较差情况下的行车定位精度。

技术领域

本发明涉及智能驾驶技术领域，具体涉及一种基于SLAM定位结果在只能驾驶车辆出现GPS失锁或定位状态价差的情况下提高定位精度的方法及装置。

背景技术

全球定位系统(GPS)是当前行车定位不可或缺的技术，在智能驾驶定位中也担负着相当重要的职责。GPS系统包括太空中的32颗GPS卫星，地面上1个主控站、3个数据注入站和5个监测站及作为用户端的GPS接收机。最少只需其中3颗卫星，就能迅速确定用户端在地球上所处的位置及海拔高度。现在民用GPS可以达到十米左右的定位精度。GPS系统使用低频讯号，纵使天候不佳仍能保持相当的讯号穿透性。GPS定位系统是利用卫星基本三角定位原理、GPS接收装置以量测无线电信号的传输时间来量测距离。由每颗卫星的所在位置，测量每颗卫星至接受器间距离，便可以算出接受器所在位置之三维空间坐标值。使用者只要利用接受装置接收到3个卫星信号，就可以定出使用者所在之位置。卫星距离测量存在着卫星钟与播延迟导致的误差等问题，通常利用差分技术来消除或者降低这些误差，让GPS达到更高的精度。然而无人车是在复杂的动态环境中行驶，尤其在大城市，GPS多路径反射的问题会很明显，这样得到的GPS定位信息很容易就有几米的误差。

SLAM(Simultaneous Localization and Mapping)，同步定位与地图构建，最早在机器人领域提出，它指的是：机器人从未知环境的未知地点出发，在运动过程中通过重复观测到的环境特征定位自身位置和姿态，再根据自身位置构建周围环境的增量式地图，从而达到同时定位和地图构建的目的。SLAM技术也是智能驾驶主要定位方法之一。

发明内容

本发明针对现有技术中存在的技术问题，提供一种基于SLAM定位结果提高定位精度的方法及装置。

本发明解决上述技术问题的技术方案如下：

第一方面，本发明提供一种基于SLAM定位结果提高定位精度的方法，包括以下步骤：

通过激光/视觉SLAM方法，利用激光雷达或图像数据进行求解定位，得到SLAM定位数据，同时获取GPS定位数据；

利用所述SLAM定位数据替换信号状态差的GPS定位数据，并将所述SLAM定位数据与所述信号状态好的GPS定位数据进行融合得到完整的车辆位姿信息和移动传感器信息。

进一步的，所述的利用所述SLAM定位数据替换信号状态差的GPS定位数据，并将所述SLAM定位数据与所述信号状态好的GPS定位数据进行融合得到完整的车辆位姿信息和移动传感器信息，包括：

将所述SLAM定位结果与所述GPS定位数据进行时间戳对齐，同时对所述GPS定位数据进行坐标转换，将GPS定位数据变换到直角坐标系下；

根据GPS状态标志对所述GPS定位数据进行分段，得到信号状态好的GPS定位数据和信号状态差的GPS定位数据；

利用信号状态差的GPS定位数据对应的SLAM定位数据与所述信号状态好的GPS定位数据融合，得到完整的车辆位姿信息和移动传感器信息。

进一步的，所述的将所述SLAM定位结果与所述GPS定位数据进行时间戳对齐，包括：

根据时间戳以及所述GPS数据采集频率对SLAM定位结果进行插值，针对位置(x,y,z)插值使用线性或非线性插值，针对姿态(roll,pitch,yaw)插值使用四元数球面线性插值。