[发明专利]多源融合的无人车室内外定位方法及系统

摘要

本发明公开了一种多源融合的无人车室内外定位方法及系统，其中系统包括感知层和决策层，感知层包括多个传感器；决策层包括视觉里程计系统、激光里程计系统、IMU里程计系统、两个多源融合系统。本发明选取IMU信息提供一个较好的初始位姿以及重力方向，弥补了视觉里程计的尺度问题以及尺度漂移的固有缺陷；采用激光雷达的高精度信息与视觉里程计融合，降低了运动估计误差，提高系统鲁棒性；加入GPS绝对位置校正，进一步降低系统的累计误差。本方法能根据车辆真实的运动轨迹生成准确的定位信息，定位精度高，能实现室内外的无缝切换，增强了车辆在室内外环境定位的稳定性，鲁棒性强，适用于大场景的无人驾驶汽车的室内外定位。

主权项

1.一种多源融合的无人车室内外定位方法，其特征在于，包括以下步骤：S1：通过多传感器采集无人车当前的环境信息，包括摄像头采集的图像信息，激光雷达采集的三维点云信息，IMU采集的三轴加速度信息，以及GPS采集的经纬度信息；S2：获取采集的环境信息，通过视觉里程计系统计算无人车的位姿变换通过激光里程计系统计算无人车的位姿变换通过IMU里程计系统计算无人车的位姿变换位姿变换中的六个量分别表示无人车的三轴坐标和三轴姿态，通过GPS置信度系统计算无人车的绝对位置(x_world,y_world,z_world)以及置信度Q_gps；S3：通过实时工作的第一多源融合系统，不间断的将IMU里程计系统，视觉里程计系统以及激光里程计系统估算的位置信息使用扩展卡尔曼滤波方法进行融合，得到准确的odom‑>car之间的坐标变换计算的坐标变换为odom‑>car，其中odom为三个里程计融合之后的坐标系，car为无人车的坐标系；步骤4：在得到准确的GPS绝对位置信息时，通过间歇性工作的第二多源融合系统，将S3中得到的无人车当前位置L1和S2中GPS置信度系统得到的绝对位置使用粒子滤波方法进行融合，计算的坐标变换为world‑>odom，发布无人车的累积误差补偿值为最终world‑>car之间的坐标变换为无人车的准确位姿，world为世界坐标系。