CN111721298A - 一种slam室外大场景精准定位方法 - Google Patents
一种slam室外大场景精准定位方法 Download PDFInfo
- Publication number
- CN111721298A CN111721298A CN202010587786.7A CN202010587786A CN111721298A CN 111721298 A CN111721298 A CN 111721298A CN 202010587786 A CN202010587786 A CN 202010587786A CN 111721298 A CN111721298 A CN 111721298A
- Authority
- CN
- China
- Prior art keywords
- lidar
- gnss
- imu
- calculating
- wheel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000005259 measurement Methods 0.000 claims abstract description 15
- 230000001902 propagating effect Effects 0.000 claims abstract description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 230000004807 localization Effects 0.000 abstract description 2
- 238000013507 mapping Methods 0.000 abstract description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种SLAM室外大场景精准定位方法,包括以下步骤:使用IMU和Wheel Odemetry更新的状态,传播IMU和Wheel Odemetry的不确定性,当有GNSS或者LIDAR测量结果到达时计算GNSS/Lidar的卡尔曼增益,计算误差状态Error State,校正预测状态Predicted State,计算校正协方差,计算当前位置,当GNSS或者LIDAR测量结果没有到达时,继续使用IMU和Wheel Odemetry更新的状态,传播IMU和Wheel Odemetry的不确定性。本发明提高了该定位***和方法的准确性。
Description
技术领域
本发明涉及SLAM室外大场景精准定位技术领域,尤其涉及一种SLAM室外大场景精准定位方法。
背景技术
铁水运输所在场景特点:覆盖范围大、钢铁结构建筑物多、遮挡严重、场景复杂。
GPS在该场景下,可靠性大打折扣;IMU、Lidar、WheelOdmetry不可避免的存在积分误差;使用单一传感器进行精准定位无法达到效果。
发明内容
基于背景技术存在的技术问题,本发明提出了一种SLAM室外大场景精准定位方法。
本发明提出的一种SLAM室外大场景精准定位方法,包括以下步骤:
S1:使用IMU和WheelOdemetry更新的状态;
S2:传播IMU和WheelOdemetry的不确定性;
S3:当有GNSS或者LIDAR测量结果到达时进入S4,否则进入S1;
S4:计算GNSS/Lidar的卡尔曼增益(KalmanGain);
S5:计算误差状态ErrorState;
S6:校正预测状态PredictedState;
S7:计算校正协方差;
S8:计算当前位置。
优选地,各传感器需要进行各自的校准及联合标定。
优选地,IMU和WheelOdemetry获取高频率状态跟新信息,GNSS和LIDAR获取低频率测量结果,进而进行校正。
优选地,计算卡尔曼增益时,使用基于迭代的卡尔曼滤波,迭代卡尔曼滤波器主要目的在于克服EKF线性化过程中对高阶误差的舍弃而造成的估计不准确,迭代主要是指在量测更新过程中添加了一步迭代,直到状态收敛。
优选地,S6除了通过ErrorState的计算进行校正,还可通过高精地图的关键帧和Lidar进行校正。
本发明中的有益效果为:
1.该定位***和方法所需的传感器:IMU、GNSS、Lidar、Wheel Odmetry,都是市面上最常见的传感器,降低了该定位***和方法的成本,且该定位方法不仅准确,而且误差低,从而提高了该定位***和方法的准确性。
2.该定位***和方法不仅能通过ErrorState的计算进行校正,还可通过高精地图的关键帧和Lidar进行校正,而且当有GNSS或者LIDAR测量结果到达时才能进入S4,否则需要回到S1,从而进一步降低了定位的误差,进而提高了该定位***和方法的准确性,
3.通过该定位***和方法避免了积分误差的存在和单一传感器不能够精准定位的情况,而且各传感器需要进行各自的校准及联合标定,避免传感器本身对定位的影响,另外IMU和WheelOdemetry获取高频率状态跟新信息,GNSS和LIDAR获取低频率测量结果,进而进行校正,进一步提高了该定位***和方法的准确性。
附图说明
图1为本发明提出的一种SLAM室外大场景精准定位方法的***图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
参照图1,一种SLAM室外大场景精准定位方法,包括以下步骤:
S1:使用IMU和WheelOdemetry更新的状态;
S2:传播IMU和WheelOdemetry的不确定性;
S3:当有GNSS或者LIDAR测量结果到达时进入S4,否则进入S1;
S4:计算GNSS/Lidar的卡尔曼增益(KalmanGain);
S5:计算误差状态ErrorState;
S6:校正预测状态PredictedState;
S7:计算校正协方差;
S8:计算当前位置。
本发明IMU、GNSS、Lidar、WheelOdmetry各传感器需要进行各自的校准及联合标定,IMU和WheelOdemetry获取高频率状态跟新信息,GNSS和LIDAR获取低频率测量结果,进而进行校正,计算GNSS/Lidar的卡尔曼增益时,使用基于迭代的卡尔曼滤波,迭代卡尔曼滤波器主要目的在于克服EKF线性化过程中对高阶误差的舍弃而造成的估计不准确,迭代主要是指在量测更新过程中添加了一步迭代,直到状态收敛,S6除了通过ErrorState的计算进行校正,还可通过高精地图的关键帧和Lidar进行校正,另外需要使用高精密Lidar绘制的HDmap。
本发明中,该定位***和方法所需的传感器:IMU、GNSS、Lidar、WheelOdmetry,都是市面上最常见的传感器,降低了该定位***和方法的成本,且该定位方法不仅准确,而且误差低,从而提高了该定位***和方法的准确性,该定位***和方法不仅能通过ErrorState的计算进行校正,还可通过高精地图的关键帧和Lidar进行校正,而且当有GNSS或者LIDAR测量结果到达时才能进入S4,否则需要回到S1,从而进一步降低了定位的误差,进而提高了该定位***和方法的准确性,通过该定位***和方法避免了积分误差的存在和单一传感器不能够精准定位的情况,而且各传感器需要进行各自的校准及联合标定,避免传感器本身对定位的影响,另外IMU和WheelOdemetry获取高频率状态跟新信息,GNSS和LIDAR获取低频率测量结果,进而进行校正,进一步提高了该定位***和方法的准确性。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种SLAM室外大场景精准定位方法,其特征在于,包括以下步骤:
S1:使用IMU和Wheel Odemetry更新的状态;
S2:传播IMU和Wheel Odemetry的不确定性;
S3:当有GNSS或者LIDAR测量结果到达时进入S4,否则进入S1;
S4:计算GNSS/Lidar的卡尔曼增益(Kalman Gain);
S5:计算误差状态Error State;
S6:校正预测状态Predicted State;
S7:计算校正协方差;
S8:计算当前位置。
2.根据权利要求1所述的一种SLAM室外大场景精准定位方法,其特征在于,所述IMU、GNSS、Lidar、Wheel Odmetry各传感器需要进行各自的校准及联合标定。
3.根据权利要求1所述的一种SLAM室外大场景精准定位方法,其特征在于,所述IMU和Wheel Odemetry获取高频率状态跟新信息,GNSS和LIDAR获取低频率测量结果,进而进行校正。
4.根据权利要求1所述的一种SLAM室外大场景精准定位方法,其特征在于,所述计算GNSS/Lidar的卡尔曼增益时,使用基于迭代的卡尔曼滤波,迭代卡尔曼滤波器主要目的在于克服EKF线性化过程中对高阶误差的舍弃而造成的估计不准确,迭代主要是指在量测更新过程中添加了一步迭代,直到状态收敛。
5.根据权利要求1所述的一种SLAM室外大场景精准定位方法,其特征在于,所述S6除了通过Error State的计算进行校正,还可通过高精地图的关键帧和Lidar进行校正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010587786.7A CN111721298A (zh) | 2020-06-24 | 2020-06-24 | 一种slam室外大场景精准定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010587786.7A CN111721298A (zh) | 2020-06-24 | 2020-06-24 | 一种slam室外大场景精准定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111721298A true CN111721298A (zh) | 2020-09-29 |
Family
ID=72568695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010587786.7A Pending CN111721298A (zh) | 2020-06-24 | 2020-06-24 | 一种slam室外大场景精准定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111721298A (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1948910A (zh) * | 2006-11-09 | 2007-04-18 | 复旦大学 | 利用gps与陀螺仪、里程计的组合定位方法与装置 |
CN102608641A (zh) * | 2012-03-30 | 2012-07-25 | 江苏物联网研究发展中心 | 单轴陀螺仪和单轴加速度计的车载组合导航***及方法 |
CN103207634A (zh) * | 2013-03-20 | 2013-07-17 | 北京工业大学 | 一种智能车辆中差分gps与惯性导航数据融合的***和方法 |
CN105628026A (zh) * | 2016-03-04 | 2016-06-01 | 深圳大学 | 一种移动物体的定位定姿方法和*** |
CN105824039A (zh) * | 2016-03-17 | 2016-08-03 | 孙红星 | 基于里程计的克服卫星失锁时的gnss/ins车载组合定位定向算法 |
CN106780699A (zh) * | 2017-01-09 | 2017-05-31 | 东南大学 | 一种基于sins/gps和里程计辅助的视觉slam方法 |
CN107765242A (zh) * | 2017-09-16 | 2018-03-06 | 太原理工大学 | 基于状态增广迭代扩展卡尔曼滤波的***状态估计方法 |
CN109781118A (zh) * | 2019-03-08 | 2019-05-21 | 兰州交通大学 | 一种无人车的位置跟踪方法 |
CN109781096A (zh) * | 2017-11-15 | 2019-05-21 | 洛阳中科晶上智能装备科技有限公司 | 一种用于智能农机的组合导航定位***和方法 |
CN110017850A (zh) * | 2019-04-19 | 2019-07-16 | 小狗电器互联网科技(北京)股份有限公司 | 一种陀螺仪漂移估计方法、装置及定位*** |
CN110243358A (zh) * | 2019-04-29 | 2019-09-17 | 武汉理工大学 | 多源融合的无人车室内外定位方法及*** |
CN110430534A (zh) * | 2019-09-12 | 2019-11-08 | 北京云迹科技有限公司 | 一种定位选择方法、装置、电子设备及存储介质 |
CN110567467A (zh) * | 2019-09-11 | 2019-12-13 | 北京云迹科技有限公司 | 基于多传感器的地图构建方法、装置及存储介质 |
CN110988951A (zh) * | 2019-12-06 | 2020-04-10 | 中国地质大学(北京) | 多源数据融合实时导航定位方法及*** |
CN111006655A (zh) * | 2019-10-21 | 2020-04-14 | 南京理工大学 | 机场巡检机器人多场景自主导航定位方法 |
CN111102978A (zh) * | 2019-12-05 | 2020-05-05 | 深兰科技(上海)有限公司 | 一种车辆运动状态确定的方法、装置及电子设备 |
CN111156994A (zh) * | 2019-12-31 | 2020-05-15 | 西安航天华迅科技有限公司 | 一种基于mems惯性组件的ins/dr&gnss松组合导航方法 |
CN111272165A (zh) * | 2020-02-27 | 2020-06-12 | 清华大学 | 一种基于特征点标定的智能车定位方法 |
-
2020
- 2020-06-24 CN CN202010587786.7A patent/CN111721298A/zh active Pending
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1948910A (zh) * | 2006-11-09 | 2007-04-18 | 复旦大学 | 利用gps与陀螺仪、里程计的组合定位方法与装置 |
CN102608641A (zh) * | 2012-03-30 | 2012-07-25 | 江苏物联网研究发展中心 | 单轴陀螺仪和单轴加速度计的车载组合导航***及方法 |
CN103207634A (zh) * | 2013-03-20 | 2013-07-17 | 北京工业大学 | 一种智能车辆中差分gps与惯性导航数据融合的***和方法 |
CN105628026A (zh) * | 2016-03-04 | 2016-06-01 | 深圳大学 | 一种移动物体的定位定姿方法和*** |
CN105824039A (zh) * | 2016-03-17 | 2016-08-03 | 孙红星 | 基于里程计的克服卫星失锁时的gnss/ins车载组合定位定向算法 |
CN106780699A (zh) * | 2017-01-09 | 2017-05-31 | 东南大学 | 一种基于sins/gps和里程计辅助的视觉slam方法 |
CN107765242A (zh) * | 2017-09-16 | 2018-03-06 | 太原理工大学 | 基于状态增广迭代扩展卡尔曼滤波的***状态估计方法 |
CN109781096A (zh) * | 2017-11-15 | 2019-05-21 | 洛阳中科晶上智能装备科技有限公司 | 一种用于智能农机的组合导航定位***和方法 |
CN109781118A (zh) * | 2019-03-08 | 2019-05-21 | 兰州交通大学 | 一种无人车的位置跟踪方法 |
CN110017850A (zh) * | 2019-04-19 | 2019-07-16 | 小狗电器互联网科技(北京)股份有限公司 | 一种陀螺仪漂移估计方法、装置及定位*** |
CN110243358A (zh) * | 2019-04-29 | 2019-09-17 | 武汉理工大学 | 多源融合的无人车室内外定位方法及*** |
CN110567467A (zh) * | 2019-09-11 | 2019-12-13 | 北京云迹科技有限公司 | 基于多传感器的地图构建方法、装置及存储介质 |
CN110430534A (zh) * | 2019-09-12 | 2019-11-08 | 北京云迹科技有限公司 | 一种定位选择方法、装置、电子设备及存储介质 |
CN111006655A (zh) * | 2019-10-21 | 2020-04-14 | 南京理工大学 | 机场巡检机器人多场景自主导航定位方法 |
CN111102978A (zh) * | 2019-12-05 | 2020-05-05 | 深兰科技(上海)有限公司 | 一种车辆运动状态确定的方法、装置及电子设备 |
CN110988951A (zh) * | 2019-12-06 | 2020-04-10 | 中国地质大学(北京) | 多源数据融合实时导航定位方法及*** |
CN111156994A (zh) * | 2019-12-31 | 2020-05-15 | 西安航天华迅科技有限公司 | 一种基于mems惯性组件的ins/dr&gnss松组合导航方法 |
CN111272165A (zh) * | 2020-02-27 | 2020-06-12 | 清华大学 | 一种基于特征点标定的智能车定位方法 |
Non-Patent Citations (4)
Title |
---|
张佳乐;赵敏;: "基于BDS/SINS的空投翼伞降落轨迹还原", 机械制造与自动化, no. 02, 20 April 2019 (2019-04-20), pages 119 - 122 * |
徐元;陈熙源;: "面向室内行人的Range-only UWB/INS紧组合导航方法", 仪器仪表学报, no. 09, 15 September 2016 (2016-09-15) * |
李炳荣;马强;丁善荣;: "固定观测站对运动辐射源定位的IEKF算法及仿真", 战术导弹技术, no. 05, 15 September 2012 (2012-09-15), pages 94 - 98 * |
钟乐;胡延霖;陈永明;王翌臣;: "一种基于DSP的SINS/GPS组合导航***实现", 舰船电子工程, no. 02, 28 February 2011 (2011-02-28), pages 55 - 57 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109141427B (zh) | 在非视距环境下基于距离和角度概率模型的ekf定位方法 | |
CN109343095B (zh) | 一种车载导航车辆组合定位装置及其组合定位方法 | |
US20070010940A1 (en) | Automatic past error corrections for location and inventory tracking | |
US6407701B2 (en) | GPS receiver capable of calculating accurate 2DRMS | |
CN110542438B (zh) | 一种基于sins/dvl组合导航误差标定的方法 | |
CN108134640B (zh) | 一种基于节点运动状态约束的协作定位***和方法 | |
CN110657806B (zh) | 一种基于CKF、chan解算和Savitzky-Golay平滑滤波的位置解算方法 | |
CN103644911A (zh) | 陀螺仪辅助定位方法 | |
CN109633703B (zh) | 一种应对遮挡场景的北斗导航无源定位方法 | |
CN105738927A (zh) | 顾及卫星导航***间偏差的融合定位导航授时计算模型构建方法 | |
CN111913197A (zh) | Gps_bds双模授时技术在配电网自动化的应用方法 | |
CN110346821A (zh) | 一种解决gps长时间失锁问题的sins/gps组合定姿定位方法及*** | |
CN106886039A (zh) | 基于城市三维地图的地面数字电视广播与导航卫星混合粒子滤波定位方法 | |
CN113203429A (zh) | 一种陀螺仪温度漂移误差的在线估计及补偿方法 | |
CN105509770A (zh) | 一种gnss和mems组合导航***中的气压计在线校正方法 | |
CN109737985A (zh) | 一种基于gnss角度的初始对准优化方法 | |
CN111721298A (zh) | 一种slam室外大场景精准定位方法 | |
CN112945266A (zh) | 激光导航机器人及其机器人的里程计校准方法 | |
CN114527500B (zh) | 一种室内外一体化定位方法、设备、介质及产品 | |
US20210318449A1 (en) | Method and device for locating a vehicle | |
CN114199236A (zh) | 定位数据处理的方法、装置、电子设备和自动驾驶车辆 | |
CN114019954A (zh) | 航向安装角标定方法、装置、计算机设备和存储介质 | |
US20050080562A1 (en) | Passive terrain navigation | |
CN111025333B (zh) | 基于导航卫星信号短基线定姿的安装偏差标定与修正方法 | |
CN115408652B (zh) | 一种基于截断误差估计的ekf组合导航保护级确定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |