一種基于定位融合的在線高精度地圖建圖方法及系統技術方案

本發明專利技術公開了一種基于定位融合的在線高精度地圖建圖方法及系統，包括通過imu獲取三軸加速度數據和三軸陀螺儀數據，根據速度的變化量和角度的變化量得到預測的連續姿態變化數據；通過lidar點云進行匹配并建立局部地圖，并獲取行駛軌跡，將行駛軌跡與局部地圖進行匹配，獲得lidar觀察位姿數據；獲得RTK反饋的的衛星定位軌跡數據；將同一時刻的預測的連續姿態變化數據、lidar觀察位姿數據和衛星定位軌跡數據，通過擬合的方式得到在統一坐標系下的重合度，并得到相對偏差的方差值；通過得到的相對偏差的方差值對同一時刻的預測的連續姿態變化數據、lidar觀察位姿數據和衛星定位軌跡數據的定位精度進行判斷，得到同時刻子地圖的位姿。的位姿。的位姿。

【技術實現步驟摘要】
一種基于定位融合的在線高精度地圖建圖方法及系統


[0001]本專利技術涉及無人駕駛領域，具體是一種基于定位融合的在線高精度地圖建圖方法及系統。

技術介紹

[0002]傳統無人駕駛RTK定位，在RTK信號不好的地方，會導致定位精度下降，無法滿足自動駕駛需求，并且現有高精度建圖技術缺點包括不具有實時建圖能力，建圖需要后臺服務器離線建圖，地圖精度需要人工進行后期校驗與修正，且高精度點云地圖無法對應到真實經緯度坐標系下。
[0003]因此，如何自動建立滿足經緯度坐標的高精度地圖，是當下行業研究人員需要研究的課題。

技術實現思路

[0004]本專利技術的目的在于克服現有技術的不足，提供一種基于定位融合的在線高精度地圖建圖方法，包括如下步驟：
[0005]通過imu獲取三軸加速度數據和三軸陀螺儀數據，通過三軸加速度數據和三軸陀螺儀數據分別得到速度的變化量和角度的變化量，根據速度的變化量和角度的變化量得到預測的連續姿態變化數據；
[0006]通過lidar點云進行匹配并建立局部地圖，并獲取行駛軌跡，將行駛軌跡與局部地圖進行匹配，獲得lidar觀察位姿數據；
[0007]獲得RTK反饋的的衛星定位軌跡數據；
[0008]將同一時刻的預測的連續姿態變化數據、lidar觀察位姿數據和衛星定位軌跡數據，通過擬合的方式得到在統一坐標系下的重合度，并得到相對偏差的方差值；
[0009]通過得到的相對偏差的方差值對同一時刻的預測的連續姿態變化數據、lidar觀察位姿數據和衛星定位軌跡數據的定位精度進行判斷，得到同時刻子地圖的位姿。
[0010]進一步的，所述的通過三軸加速度數據和三軸陀螺儀數據分別得到速度的變化量和角度的變化量，包括：
[0011]通過三軸加速度數據的積分得到速度的變化量，通過三軸陀螺儀數據得到的角速度的積分量得到角度的變化量，根據角度的變化量與速度的變化量得到車輛在空間中位移的變化。
[0012]進一步的，所述的lidar觀察位姿數據包括三維的空間坐標與三維的旋轉角度姿態數據。
[0013]進一步的，還包括將同一時刻的預測的連續姿態變化數據、lidar觀察位姿數據分別轉換到到經緯度坐標。
[0014]進一步的，所述的通過擬合的方式得到在統一坐標系下的重合度，包括：
[0015]通過將三條空間曲線的原點坐標進行局部最優化調整，使三者每個時刻下同一坐
標下空間距離誤差值最小。
[0016]進一步的，所述的得到相對偏差的方差值，包括：
[0017]通過最優化擬合三條曲線，得到三條曲線上每一個點的期望，然后計算每條曲線所有點與對應點期望的偏差的平方的期望值。
[0018]進一步的，所述的通過得到的相對偏差的方差值對同一時刻的預測的連續姿態變化數據、lidar觀察位姿數據和衛星定位軌跡數據的定位精度進行判斷，得到同時刻子地圖的位姿，包括：
[0019]當判斷RTK和slam定位一致時，通過求解兩者偏差最小，確定同時刻子地圖的位姿；當RTK與SLAM定位不一致時，通過點云與子圖，子圖與子圖之間的約束關系和對應計算的觀測方差矩陣來求解子圖的位姿。
[0020]應用所述的一種基于定位融合的在線高精度地圖建圖方法的一種基于定位融合的在線高精度地圖建圖系統，包括數據采集模塊、衛星定位模塊、數據處理模塊、地圖建圖模塊、通信裝置；所述的數據采集模塊、衛星定位模塊、地圖建圖模塊、通信裝置分別與所述的數據處理模塊連接。
[0021]優選的，所述的數據采集模塊包括三軸加速度數據采集裝置、三軸陀螺儀模塊、lidar點云模塊；所述的三軸加速度數據采集裝置、三軸陀螺儀模塊、lidar點云模塊分別與所述的數據處理模塊連接。
[0022]本專利技術的有益效果是：本專利技術通過計算imu預測位姿，lidar點云匹配位姿，RTK觀測定位三者當前狀態。計算三者的相對偏移量，從而自動調整三者融合方式與融合比例，達到自動建立滿足經緯度坐標的高精度地圖的目的。
附圖說明
[0023]圖1為一種基于定位融合的在線高精度地圖建圖方法的流程示意圖；
[0024]圖2為一種基于定位融合的在線高精度地圖建圖系統的原理示意圖；
[0025]圖3為lidar、imu、RTK融合高精度建圖示意圖。
具體實施方式
[0026]下面結合附圖進一步詳細描述本專利技術的技術方案，但本專利技術的保護范圍不局限于以下所述。
[0027]為了使本專利技術的目的，技術方案及優點更加清楚明白，結合附圖及實施例，對本專利技術進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本專利技術，并不用于限定本專利技術，即所描述的實施例僅僅是本專利技術一部分實施例，而不是全部的實施例。通常在此處附圖中描述和示出的本專利技術實施例的組件可以以各種不同的配置來布置和設計。
[0028]因此，以下對在附圖中提供的本專利技術的實施例的詳細描述并非旨在限制要求保護的本專利技術的范圍，而是僅僅表示本專利技術的選定實施例。基于本專利技術的實施例，本領域技術人員在沒有做出創造性勞動的前提下所獲得的所有其他實施例，都屬于本專利技術保護的范圍。需要說明的是，術語“第一”和“第二”等之類的關系術語僅僅用來將一個實體或者操作與另一個實體或操作區分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關系或者順序。
[0029]而且，術語“包括”，“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程，方法，物品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程，方法，物品或者設備所固有的要素。在沒有更多限制的情況下，由語句“包括一個
……”
限定的要素，并不排除在包括所述要素的過程，方法，物品或者設備中還存在另外的相同要素。
[0030]以下結合實施例對本專利技術的特征和性能作進一步的詳細描述。
[0031]如圖1所示，一種基于定位融合的在線高精度地圖建圖方法，包括如下步驟：
[0032]通過imu獲取三軸加速度數據和三軸陀螺儀數據，通過三軸加速度數據和三軸陀螺儀數據分別得到速度的變化量和角度的變化量，根據速度的變化量和角度的變化量得到預測的連續姿態變化數據；
[0033]通過lidar點云進行匹配并建立局部地圖，并獲取行駛軌跡，將行駛軌跡與局部地圖進行匹配，獲得lidar觀察位姿數據；
[0034]獲得RTK反饋的的衛星定位軌跡數據；
[0035]將同一時刻的預測的連續姿態變化數據、lidar觀察位姿數據和衛星定位軌跡數據，通過擬合的方式得到在統一坐標系下的重合度，并得到相對偏差的方差值；
[0036]通過得到的相對偏差的方差值對同一時刻的預測的連續姿態變化數據、lidar觀察位姿數據和衛星定位軌跡數據的定位精度進行判斷，得到同時刻子地圖的位姿。
[0037]所述的通過三軸加速度數據和三軸陀螺儀數據分別得到速度的變化量和角度的變化量，包括：
[本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種基于定位融合的在線高精度地圖建圖方法，其特征在于，包括如下步驟：通過imu獲取三軸加速度數據和三軸陀螺儀數據，通過三軸加速度數據和三軸陀螺儀數據分別得到速度的變化量和角度的變化量，根據速度的變化量和角度的變化量得到預測的連續姿態變化數據；通過lidar點云進行匹配并建立局部地圖，并獲取行駛軌跡，將行駛軌跡與局部地圖進行匹配，獲得lidar觀察位姿數據；獲得RTK反饋的的衛星定位軌跡數據；將同一時刻的預測的連續姿態變化數據、lidar觀察位姿數據和衛星定位軌跡數據，通過擬合的方式得到在統一坐標系下的重合度，并得到相對偏差的方差值；通過得到的相對偏差的方差值對同一時刻的預測的連續姿態變化數據、lidar觀察位姿數據和衛星定位軌跡數據的定位精度進行判斷，得到同時刻子地圖的位姿。2.根據權利要求1所述的一種基于定位融合的在線高精度地圖建圖方法，其特征在于，所述的通過三軸加速度數據和三軸陀螺儀數據分別得到速度的變化量和角度的變化量，包括：通過三軸加速度數據的積分得到速度的變化量，通過三軸陀螺儀數據得到的角速度的積分量得到角度的變化量，根據角度的變化量與速度的變化量得到車輛在空間中位移的變化。3.根據權利要求1所述的一種基于定位融合的在線高精度地圖建圖方法，其特征在于，所述的lidar觀察位姿數據包括三維的空間坐標與三維的旋轉角度姿態數據。4.根據權利要求1所述的一種基于定位融合的在線高精度地圖建圖方法，其特征在于，還包括將同一時刻的預測的連續姿態變化數據、lidar觀察位姿數據分別轉換到到經緯度坐標。5.根據權利要求1所述的一種基于定位融合的在線高精度地圖建圖方法，其特征在于...

【專利技術屬性】
技術研發人員：曾帆，徐錚，尹成龍，
申請(專利權)人：成都云科新能汽車技術有限公司，
類型：發明
國別省市：