[发明专利]一种基于多传感器融合的越野环境导航方法

说明书

本发明公开了一种基于多传感器融合的越野环境导航方法，包括基于高分辨率卫星地图建立全局路网，根据任务文件的坐标信息使用Astar算法进行全局路径规划，得到全局参考路径；利用车载设备采集车载多传感器数据进行数据融合，融合后输入SLAM算法，且添加多种约束，使用基于图优化的框架求解获得精准位姿；再拼接多个环境观测，基于滤波融合算法构建越野地形图和全局占据栅格图；根据得到的全局参考路径实时提取车辆当前可行驶区域；当前可行驶区域内使用基于多属性评估的RRT路径规划算法生成局部最优路径进行避障导航。本发明通过利用多传感器融合进行精确定位和构建全局占据栅格图，达到在未知越野环境下进行快速精准避障导航。

技术领域

本发明涉及多传感器融合导航技术领域，特别涉及一种基于多传感器融合的越野环境导航方法。

背景技术

SLAM（simultaneous localization and mapping，同时定位和建图）技术可以同时感知周围环境并估计自身位姿，并可实现未知环境下增量式地图构建，使自动驾驶车辆在自主导航时显著减少对卫星定位和先验地图的依赖。由于受越野环境的非结构化道路、不规则的环境特征、不稳定的卫星信号等因素影响，使用单一传感器数据进行车辆自主定位会面临着巨大的挑战；在地图的构建方面，越野环境信息繁杂、道路边界参差不齐，可通行区域难以提取，加大了构建导航地图的难度。

不同于城市道路中的二维导航，在越野环境下的无人车自主导航时，由于越野道路缺少车道线、边界等信息，常见的路径规划算法不能快速有效的生成路径。RRT（rapidlyexploring random tree，快速扩展随机树）是一种能够快速生成安全可行路径的路径规划算法，在机器人和自主驾驶方向得到了广泛的应用，在实现越野道路中的快速准确避障导航有很大的潜力。

现有技术的不足之处在于，目前在越野环境下的无人车自主导航，由于非结构化道路、缺乏导航信息，以及不稳定的卫星信息，会导致无法正常构建地图，完成导航任务，实现快速准确避障的作业。

发明内容

本发明的目的克服现有技术存在的不足，为实现以上目的，采用一种基于多传感器融合的越野环境导航方法，以解决上述背景技术中提出的问题。

一种基于多传感器融合的越野环境导航方法，具体步骤包括：

步骤S1、基于高分辨率卫星地图建立全局路网，根据任务文件的坐标信息使用Astar算法进行全局路径规划，得到全局参考路径；

步骤S2、利用车载设备采集车载多传感器数据进行数据融合，将融合的多模态数据输入SLAM算法中，且添加多种传感器约束，使用基于图优化的框架求解获得精准位姿；

步骤S3、利用获得的精准位姿拼接多个环境观测，基于滤波融合算法构建越野地形图和全局占据栅格图；

步骤S4、根据得到的全局参考路径实时提取车辆当前可行驶区域；

步骤S5、当前可行驶区域内使用基于多属性评估的RRT路径规划算法生成局部最优路径进行避障导航。

作为本发明的进一步的方案：所述步骤S1的具体步骤包括：

首先预设自主无人车辆的任务区域，根据基于高分辨率卫星地图的图片获取对应任务区域的任务地图；

根据获得的任务地图选取基准点GPS坐标，提取任务地图中所有道路信息建立全局路网；

根据导航任务文件中的起点、任务点，以及终点的坐标，使用Astar算法进行全局路径规划，获得全局路网中从起点到终点之间的节点拓扑信息；

再按照拓扑关系拼接初始全局路径，并使用贝塞尔曲线拟合算法对初始全局路径进行平滑处理，得到任务区域内的全局参考路径。

作为本发明的进一步的方案：所述步骤S2中利用车载设备采集车载多传感器数据进行数据融合的具体步骤包括：