[发明专利]基于激光里程计和标签融合算法的定位追踪方法及系统

说明书

本发明公开了一种基于激光里程计和标签融合算法的定位追踪方法及系统，包括：步骤1，里程计初步定位；步骤2，通过预先在待定位场景中布置不同的两个标签，获取激光雷达的精确位姿，其具体包括：步骤21，通过激光雷达扫描获取标签所在区域的点云，获取两个标签在局部坐标系中的相对坐标；步骤22，根据两个标签的绝对坐标，在每一个标签的相对坐标附近搜索距离最近的绝对坐标，进行匹配；步骤23，将两个标签与激光雷达组成三角形，获取激光雷达位姿变换矩阵；步骤24，使用激光雷达位姿变换矩阵，对激光雷达的初步位姿进行变换，得到激光雷达的精确位姿。本发明可应用无GNSS信号、存在较多干扰、结构不断变化地复杂场景，为车辆提供精确的定位。

技术领域

本发明涉及定位技术领域，特别是关于一种基于激光里程计和标签融合算法的定位追踪方法及系统。

背景技术

随着无人驾驶汽车行业的飞速发展，无人驾驶汽车具备的功能更加丰富，应用领域也愈加广泛，例如在露天矿山、物流园区、港口等封闭场景中均已出现以无人驾驶汽车为基础搭建的智慧矿山、智慧物流、智慧港口等无人作业系统。无人驾驶汽车在这些作业场景下，可以实现障碍物检测与防撞、实时定位、智能行为决策以及高精度车辆控制等功能，这使得作业过程对人力的需求减少，并且可以根据作业目标合理分配资源，在保证效率的前提下大大提升了工作过程的经济性和安全性。

在工作过程中，准确的定位可以让无人车时刻清楚自身所在的位置、规划正确的行驶路线并且及时躲避环境中存在的障碍物，通常借助GNSS、激光雷达和摄像头等对车辆进行定位，以保障无人作业系统高效运行。但是在许多特殊场景下，例如封闭的生产车间或者光线昏暗的地下矿井，这样的作业场景无GNSS信号，且场景结构会随工作进度不断变化，同时还存在干扰因素影响着激光雷达与摄像头的精度。因此，亟需设计一个可适用于复杂作业场景且精度较高的定位方法及系统，能够在类似于矿井的无人作业环境中，降低恶劣环境因素带来的干扰，为无人驾驶汽车提供精确的定位。

发明内容

本发明的目的在于提供一种基于激光里程计和标签融合算法的定位追踪方法及系统来克服或至少减轻现有技术的上述缺陷中的至少一个。

为实现上述目的，本发明提供一种基于激光里程计与标签融合算法的定位追踪方法，其包括：

步骤1，里程计初步定位，获取激光雷达的初步位姿；

步骤2，通过预先在待定位场景中布置不同的两个标签，获取所述激光雷达在全局坐标系中的绝对坐标，其中：第一所述标签的绝对坐标被描述为(m，n)，第二所述标签的绝对坐标被描述为(p，q)；

所述步骤2包括：

步骤21，通过激光雷达扫描获取标签所在区域的点云，获取所述两个标签在局部坐标系中的相对坐标，其中：所述第一标签的所述相对坐标被描述为(a，b)，所述第二标签的所述相对坐标被描述为(c，d)；

步骤22，根据所述两个标签的所述绝对坐标，在每一个所述标签的所述相对坐标附近搜索距离最近的绝对坐标，并进行匹配；

步骤23，将所述两个标签与所述激光雷达组成三角形，采用三角定位算法获取激光雷达位姿变换矩阵；

步骤24，使用所述步骤23的所述激光雷达位姿变换矩阵，对所述步骤1获取的激光雷达的初步位姿进行变换，得到所述激光雷达的精确位姿。

进一步地，所述步骤1中的布置标签的方法具体包括：

将不同的两个标签沿车辆的纵向和横向之一的预设方向A隔开布置在平行于预设方向A的平面B上。

进一步地，所述步骤21具体包括：

步骤211，提取所述两个标签所在区域的点云，在所有提取到的点云中筛选出强度较高的点云，同时设置半径过滤掉距离较远的孤立点；

步骤212，搜索获得所述两个标签对应的点云集合；