CN114296059A - 一种面向大型救援装备的激光雷达点云畸变矫正方法 - Google Patents

一种面向大型救援装备的激光雷达点云畸变矫正方法 Download PDF

Info

Publication number
CN114296059A
CN114296059A CN202111555737.6A CN202111555737A CN114296059A CN 114296059 A CN114296059 A CN 114296059A CN 202111555737 A CN202111555737 A CN 202111555737A CN 114296059 A CN114296059 A CN 114296059A
Authority
CN
China
Prior art keywords
laser
laser radar
coordinate system
angle
ith
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
Application number
CN202111555737.6A
Other languages
English (en)
Inventor
李旭
韦坤
周晓晶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN202111555737.6A priority Critical patent/CN114296059A/zh
Publication of CN114296059A publication Critical patent/CN114296059A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提出了一种面向大型救援装备的激光雷达点云畸变矫正方法，首先利用激光雷达处三个姿态角变化确定点云的旋转变换矩阵，然后利用激光雷达处位置变化确定点云的平移变换矩阵，最后利用卡尔曼滤波提高激光雷达点云畸变矫正的准确性。该方法兼顾激光雷达处旋转的角度和角速度，保证旋转变换矩阵的准确性；分析大型救援装备灾后施救的操作，将激光雷达处的位置变化分为两种，提高平移变换矩阵使用场景的适应性；利用卡尔曼滤波降低旋转平移变换矩阵中大型救援装备运动学参数的噪声，进而提高激光雷达点云畸变矫正的准确性。

Description

一种面向大型救援装备的激光雷达点云畸变矫正方法
技术领域
本发明涉及一种激光雷达点云畸变矫正方法，具体的是一种面向大型救援装备的激光雷达点云畸变矫正方法，属于灾后救援领域。
背景技术
我国是全球受地质灾害最为严重的国家之一，地质灾害包括地震、泥石流、滑坡等，具有发生频率高、危害程度高等特点。地质灾害发生后，救援队伍需要借助工程机械开展应急救援工作。现有的以人作业为主的大型救援装备施救时，现场需要大量的救援人员，导致现场安全无保障、救援效率低下等突出问题。为克服上述问题，需要提高大型救援装备的智能化程度，因此在装备上增加了很多传感器，包括激光雷达、摄像头、毫米波雷达等。
激光雷达具有较广的覆盖范围，能够适用于各种比较恶劣的环境；具有较强的抗干扰能力，能够有效地规避周边环境中无线电波的干扰；具有较高的测距精度，能够准确地获得周围环境中目标的位置信息。当激光雷达收集周围环境的点云时，由于载体的运动或转向，每一帧点云中的第一个点和最后一个点的坐标系间都存在一定的位姿差。也就是说，在同一帧点云中各个点都不在同一个坐标系中，这就导致了点云畸变。
激光雷达点云畸变矫正的原理为：利用系列的坐标变换将一帧中所有激光点都变换到第一个激光点的坐标系下。何磊等针对无人驾驶车辆，利用惯性导航***和轮速传感器的信息，提出了一种激光雷达点云去畸变方法(专利申请号：201811479464.X)。该方法可以去除因激光雷达载体航向角变化和平面运动产生的误差，但忽略了载体俯仰角和侧倾角的影响。***等针对无人船，综合考虑船身的三个姿态角和位置变化，以矫正激光雷达点云的畸变(专利申请号：201911222073.4)。
大型救援装备中最常使用的是履带式挖掘机，装备的上部转台和行走机构可独立工作，本发明以挖掘机为例介绍提出的方法。装备行驶时，不得做回转动作，激光雷达与装备的位置变化保持一致；装备进行回转操作时，装备的位置保持不变，而激光雷达进行圆周运动。然而现有方法认为激光雷达与其载体的位置变化相同，未考虑激光雷达与其载体的位置变化相异的场景。大型救援装备作业和在凹凸不平路面上行驶时，激光雷达安装处的俯仰角、侧倾角和航向角会持续变化，通过传感器测量存在一定的误差。然而现有方法未考虑如何保障三个角度测量的准确性。
发明内容
针对以上问题，本发明提出一种面向大型救援装备的激光雷达点云畸变矫正方法，该方法兼顾激光雷达处旋转的角度和角速度，保证旋转变换矩阵的准确性；分析大型救援装备灾后施救的操作，将激光雷达处的位置变化分为两种，提高平移变换矩阵使用场景的适应性；利用卡尔曼滤波降低旋转平移变换矩阵中大型救援装备运动学参数的噪声，进而提高激光雷达点云畸变矫正的准确性。
本发明提供一种面向大型救援装备的激光雷达点云畸变矫正方法，具体步骤如下：
步骤一：利用激光雷达处三个姿态角变化确定点云的旋转变换矩阵；
激光雷达固定在装备驾驶舱的顶部，坐标系满足右手准则，Z轴正方向指向驾驶舱的正上方，Y轴正方向指向驾驶舱的正前方，X轴正方向指向驾驶舱的正右方；
在一帧点云中，第i个激光点的坐标系需要依次绕X,Y,Z轴旋转axi,ayi,azi度才能与第1个激光点的坐标系保持对应坐标轴同向且平行，旋转方向满足右手法则记为正值，反之记为负值；
Figure BDA0003418589940000021
Figure BDA0003418589940000022
分别为第i个激光点对应的激光雷达处俯仰角、侧倾角、航向角，角度增大方向满足右手法则；
Figure BDA0003418589940000023
分别为第j个激光点时三个角度对应的角速度，j＝1,2,…,i-1；f为同一帧点云中相邻两个激光点的间隔时间；
第i个激光点的坐标系绕X轴旋转axi度，旋转变换矩阵为
Figure BDA0003418589940000024
第i个激光点的坐标系绕Y轴旋转ayi度，旋转变换矩阵为
Figure BDA0003418589940000025
第i个激光点的坐标系绕Z轴旋转azi度，旋转变换矩阵为
Figure BDA0003418589940000026
第i个激光点的旋转变换矩阵F为：
Figure BDA0003418589940000027
步骤二：利用激光雷达处位置变化确定点云的平移变换矩阵；
装备行驶时，以第1个激光点对应的激光雷达位置为原点建立平面直角坐标系
Figure BDA0003418589940000028
的正方向指向正东方向，
Figure BDA00034185899400000213
的正方向指向正北方向；在
Figure BDA0003418589940000029
坐标系中，第i个激光点对应的激光雷达位置坐标为
Figure BDA00034185899400000210
sj为第j个激光点时装备的速度；bj为第j个激光点时装备行驶方向与正东方向的夹角，
Figure BDA00034185899400000211
为装备行走机构中心处的航向角；
Figure BDA00034185899400000212
坐标系逆时针旋转
Figure BDA0003418589940000031
度得到第1个激光点的XY坐标系，在第1个激光点的XY坐标系中，第i个激光点的平移变换矩阵为
Figure BDA0003418589940000032
装备执行回转操作时，以上部转台的旋转中心为原点建立平面直角坐标系
Figure BDA0003418589940000033
的正方向指向正东方向，
Figure BDA0003418589940000034
的正方向指向正北方向；在
Figure BDA0003418589940000035
坐标系中，第1个激光点对应的激光雷达位置坐标为
Figure BDA0003418589940000036
第i个激光点对应的激光雷达位置坐标为
Figure BDA0003418589940000037
d为激光雷达距旋转中心的距离；ei为在
Figure BDA0003418589940000038
坐标系中第i个激光点对应的激光雷达位置的极角，
Figure BDA0003418589940000039
在
Figure BDA00034185899400000310
坐标系中，第i个激光点对应的激光雷达位置坐标为
Figure BDA00034185899400000311
在第1个激光点的XY坐标系中，第i个激光点的平移变换矩阵为
Figure BDA00034185899400000312
第i个激光点的平移变换矩阵为：
Figure BDA00034185899400000313
步骤三：利用卡尔曼滤波提高激光雷达点云畸变矫正的准确性；
针对装备救援过程，取状态量为
Figure BDA00034185899400000314
其中，
Figure BDA00034185899400000315
分别为激光雷达处的俯仰角、侧倾角和航向角，
Figure BDA00034185899400000316
分别为激光雷达处的俯仰角速度、侧倾角速度和航向角速度，
Figure BDA00034185899400000317
分别为装备行走机构中心处的航向角和航向角速度；以激光雷达处惯性传感器输出的俯仰角、侧倾角、航向角和装备行走机构中心处惯性传感器输出的航向角为观测量，即
Figure BDA00034185899400000318
其中，
Figure BDA00034185899400000319
分别为激光雷达处惯性传感器输出的俯仰角、侧倾角、航向角，
Figure BDA00034185899400000320
为装备行走机构中心处惯性传感器输出的航向角；
离散化后的卡尔曼滤波的状态方程和观测方程为：
Figure BDA00034185899400000321
式中，t表示离散化时刻；A表示状态转移矩阵，
Figure BDA0003418589940000041
c表示离散周期；H表示观测矩阵，
Figure BDA0003418589940000042
q和r是互不相关的零均值***白噪声和观测白噪声向量，q对应的***噪声协方差阵为Q，r对应的观测噪声协方差阵为R；
递推过程包括时间更新和测量更新，下面递推过程的前两步为时间更新，剩余的三步为测量更新；
时间更新：
Figure BDA0003418589940000043
Figure BDA0003418589940000044
测量更新：
Figure BDA0003418589940000045
Figure BDA0003418589940000046
Figure BDA0003418589940000047
利用卡尔曼滤波状态量优化后的旋转变换矩阵为
Figure BDA0003418589940000048
平移变换矩阵为
Figure BDA0003418589940000049
定义激光雷达一帧点云数据中第i个激光点的原始坐标为
Figure BDA00034185899400000410
则畸变矫正后的第i个激光点的坐标为
Figure BDA00034185899400000411
计算公式如下；
Figure BDA00034185899400000412
有益效果：
1.本发明兼顾激光雷达坐标系旋转的角度和角速度，从而保证旋转变换矩阵的准确性；
2.本发明分析大型救援装备灾后施救的操作，将激光雷达处的位置变化分为两种，提高平移变换矩阵使用场景的适应性；
3.本发明利用卡尔曼滤波降低旋转平移变换矩阵中大型救援装备运动学参数的噪声，进而提高激光雷达点云畸变矫正的准确性。
附图说明
图1为用于大型救援装备的激光雷达点云畸变矫正方法总体设计方案图；
图2为激光雷达坐标系旋转方向的示意图。
具体实施方式
以下将结合具体实例对本发明提供的技术方案进行详细说明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
本发明提出了一种面向大型救援装备的激光雷达点云畸变矫正方法。首先利用激光雷达处三个姿态角变化确定点云的旋转变换矩阵，然后利用激光雷达处位置变化确定点云的平移变换矩阵，最后利用卡尔曼滤波提高激光雷达点云畸变矫正的准确性。该方法兼顾激光雷达处旋转的角度和角速度，保证旋转变换矩阵的准确性；分析大型救援装备灾后施救的操作，将激光雷达处的位置变化分为两种，提高平移变换矩阵使用场景的适应性；利用卡尔曼滤波降低旋转平移变换矩阵中大型救援装备运动学参数的噪声，进而提高激光雷达点云畸变矫正的准确性。
总体设计方案如图1所示，具体步骤包括：
步骤一：利用激光雷达处三个姿态角变化确定点云的旋转变换矩阵；
激光雷达固定在装备驾驶舱的顶部，坐标系满足右手准则，Z轴正方向指向驾驶舱的正上方，Y轴正方向指向驾驶舱的正前方，X轴正方向指向驾驶舱的正右方。激光雷达在垂直方向上有多个激光器，同一时刻发出多束激光。由于每束激光的点云矫正方法相同，故本发明对单束激光的点云矫正方法进行介绍。
在一帧点云中，第i个激光点的坐标系需要依次绕X,Y,Z轴旋转axi,ayi,azi度才能与第1个激光点的坐标系保持对应坐标轴同向且平行，旋转方向满足右手法则记为正值，反之记为负值，如图2所示。
Figure BDA0003418589940000051
Figure BDA0003418589940000052
分别为第i个激光点对应的激光雷达处俯仰角、侧倾角、航向角，角度增大方向满足右手法则，在本发明中航向角定义为与正北方向的夹角；
Figure BDA0003418589940000053
分别为第j个激光点时三个角度对应的角速度，j＝1,2,…,i-1；f为同一帧点云中相邻两个激光点的间隔时间，通过激光雷达的产品手册获得。
第i个激光点的坐标系绕X轴旋转axi度，旋转变换矩阵为
Figure BDA0003418589940000054
第i个激光点的坐标系绕Y轴旋转ayi度，旋转变换矩阵为
Figure BDA0003418589940000055
第i个激光点的坐标系绕Z轴旋转azi度，旋转变换矩阵为
Figure BDA0003418589940000061
因此，第i个激光点的旋转变换矩阵F为：
Figure BDA0003418589940000062
步骤二：利用激光雷达处位置变化确定点云的平移变换矩阵；
灾后现场施救时，在激光雷达旋转一周的时间里，大型救援装备可看成做平面运动，即认为激光雷达位置在垂直方向上保持不变。装备行驶时，由于不得做回转动作，激光雷达与装备的位置变化保持一致；装备进行回转操作时，装备位置保持不变，而激光雷达进行圆周运动。
装备行驶时，以第1个激光点对应的激光雷达位置为原点建立平面直角坐标系
Figure BDA0003418589940000063
的正方向指向正东方向，
Figure BDA0003418589940000064
的正方向指向正北方向。在
Figure BDA0003418589940000065
坐标系中，第i个激光点对应的激光雷达位置坐标为
Figure BDA0003418589940000066
sj为第j个激光点时装备的速度，通过行走马达信息换算获得；bj为第j个激光点时装备行驶方向与正东方向的夹角，
Figure BDA0003418589940000067
为装备行走机构中心处的航向角。
Figure BDA0003418589940000068
坐标系逆时针旋转
Figure BDA00034185899400000610
度得到第1个激光点的XY坐标系，在第1个激光点的XY坐标系中，第i个激光点的平移变换矩阵为
Figure BDA00034185899400000611
装备执行回转操作时，以上部转台的旋转中心为原点建立平面直角坐标系
Figure BDA00034185899400000612
的正方向指向正东方向，
Figure BDA00034185899400000613
的正方向指向正北方向。在
Figure BDA00034185899400000614
坐标系中，第1个激光点对应的激光雷达位置坐标为
Figure BDA00034185899400000615
第i个激光点对应的激光雷达位置坐标为
Figure BDA00034185899400000616
d为激光雷达距旋转中心的距离，事先静态测量获得；ei为在
Figure BDA00034185899400000617
坐标系中第i个激光点对应的激光雷达位置的极角，
Figure BDA00034185899400000618
在
Figure BDA00034185899400000619
坐标系中，第i个激光点对应的激光雷达位置坐标为
Figure BDA00034185899400000620
在第1个激光点的XY坐标系中，第i个激光点的平移变换矩阵为
Figure BDA00034185899400000621
因此，第i个激光点的平移变换矩阵为：
Figure BDA0003418589940000071
步骤三：利用卡尔曼滤波提高激光雷达点云畸变矫正的准确性
旋转变换矩阵F和平移变换矩阵B中的参数涉及到激光雷达处的三轴角度、角速度和行走机构中心处的航向角，考虑到灾后施救时大型救援装备处于动态，惯性传感器所获得的数据存在较大的随机误差，进而影响激光雷达点云畸变矫正的准确性。因此利用卡尔曼滤波提高上述参数的精度。
针对装备救援过程，取状态量为
Figure BDA0003418589940000072
其中，
Figure BDA0003418589940000073
分别为激光雷达处的俯仰角、侧倾角和航向角，
Figure BDA0003418589940000074
分别为激光雷达处的俯仰角速度、侧倾角速度和航向角速度，
Figure BDA0003418589940000075
分别为装备行走机构中心处的航向角和航向角速度。以激光雷达处惯性传感器输出的俯仰角、侧倾角、航向角和装备行走机构中心处惯性传感器输出的航向角为观测量，即
Figure BDA0003418589940000076
其中，
Figure BDA0003418589940000077
分别为激光雷达处惯性传感器输出的俯仰角、侧倾角、航向角，
Figure BDA0003418589940000078
为装备行走机构中心处惯性传感器输出的航向角。
离散化后的卡尔曼滤波的状态方程和观测方程为：
Figure BDA0003418589940000079
式中，t表示离散化时刻；A表示状态转移矩阵，
Figure BDA00034185899400000710
c表示离散周期；H表示观测矩阵，由于状态量的参数中包含观测量的参数，故
Figure BDA00034185899400000711
Figure BDA00034185899400000712
q和r是互不相关的零均值***白噪声和观测白噪声向量，q对应的***噪声协方差阵为Q，r对应的观测噪声协方差阵为R。
递推过程包括时间更新和测量更新，下面递推过程的前两步为时间更新，剩余的三步为测量更新；
时间更新：
Figure BDA0003418589940000081
Figure BDA0003418589940000082
测量更新：
Figure BDA0003418589940000083
Figure BDA0003418589940000084
Figure BDA0003418589940000085
利用卡尔曼滤波状态量优化后的旋转变换矩阵为
Figure BDA0003418589940000086
平移变换矩阵为
Figure BDA0003418589940000087
定义激光雷达一帧点云数据中第i个激光点的原始坐标为
Figure BDA0003418589940000088
则畸变矫正后的第i个激光点的坐标为
Figure BDA0003418589940000089
计算公式如下；
Figure BDA00034185899400000810

Claims (1)

1.一种面向大型救援装备的激光雷达点云畸变矫正方法，其特征在于，具体步骤如下：
步骤一：利用激光雷达处三个姿态角变化确定点云的旋转变换矩阵；
激光雷达固定在装备驾驶舱的顶部，坐标系满足右手准则，Z轴正方向指向驾驶舱的正上方，Y轴正方向指向驾驶舱的正前方，X轴正方向指向驾驶舱的正右方；
在一帧点云中，第i个激光点的坐标系需要依次绕X,Y,Z轴旋转axi,ayi,azi度才能与第1个激光点的坐标系保持对应坐标轴同向且平行，旋转方向满足右手法则记为正值，反之记为负值；
Figure FDA0003418589930000011
Figure FDA0003418589930000012
Figure FDA0003418589930000013
分别为第i个激光点对应的激光雷达处俯仰角、侧倾角、航向角，角度增大方向满足右手法则；
Figure FDA0003418589930000014
分别为第j个激光点时三个角度对应的角速度，j＝1,2,…,i-1；f为同一帧点云中相邻两个激光点的间隔时间；
第i个激光点的坐标系绕X轴旋转axi度，旋转变换矩阵为
Figure FDA0003418589930000015
第i个激光点的坐标系绕Y轴旋转ayi度，旋转变换矩阵为
Figure FDA0003418589930000016
第i个激光点的坐标系绕Z轴旋转azi度，旋转变换矩阵为
Figure FDA0003418589930000017
第i个激光点的旋转变换矩阵F为：
Figure FDA0003418589930000018
步骤二：利用激光雷达处位置变化确定点云的平移变换矩阵；
装备行驶时，以第1个激光点对应的激光雷达位置为原点建立平面直角坐标系
Figure FDA0003418589930000019
Figure FDA00034185899300000110
的正方向指向正东方向，
Figure FDA00034185899300000111
的正方向指向正北方向；在
Figure FDA00034185899300000112
坐标系中，第i个激光点对应的激光雷达位置坐标为
Figure FDA00034185899300000113
sj为第j个激光点时装备的速度；bj为第j个激光点时装备行驶方向与正东方向的夹角，
Figure FDA00034185899300000114
Figure FDA00034185899300000115
为装备行走机构中心处的航向角；
Figure FDA00034185899300000116
坐标系逆时针旋转
Figure FDA00034185899300000117
度得到第1个激光点的XY坐标系，在第1个激光点的XY坐标系中，第i个激光点的平移变换矩阵为
Figure FDA0003418589930000021
装备执行回转操作时，以上部转台的旋转中心为原点建立平面直角坐标系
Figure FDA0003418589930000022
Figure FDA0003418589930000023
的正方向指向正东方向，
Figure FDA0003418589930000024
的正方向指向正北方向；在
Figure FDA0003418589930000025
坐标系中，第1个激光点对应的激光雷达位置坐标为
Figure FDA0003418589930000026
第i个激光点对应的激光雷达位置坐标为
Figure FDA0003418589930000027
d为激光雷达距旋转中心的距离；ei为在
Figure FDA0003418589930000028
坐标系中第i个激光点对应的激光雷达位置的极角，
Figure FDA0003418589930000029
在
Figure FDA00034185899300000210
坐标系中，第i个激光点对应的激光雷达位置坐标为
Figure FDA00034185899300000211
在第1个激光点的XY坐标系中，第i个激光点的平移变换矩阵为
Figure FDA00034185899300000212
第i个激光点的平移变换矩阵为：
Figure FDA00034185899300000213
步骤三：利用卡尔曼滤波提高激光雷达点云畸变矫正的准确性；
针对装备救援过程，取状态量为
Figure FDA00034185899300000214
其中，
Figure FDA00034185899300000215
分别为激光雷达处的俯仰角、侧倾角和航向角，
Figure FDA00034185899300000216
分别为激光雷达处的俯仰角速度、侧倾角速度和航向角速度，
Figure FDA00034185899300000217
分别为装备行走机构中心处的航向角和航向角速度；以激光雷达处惯性传感器输出的俯仰角、侧倾角、航向角和装备行走机构中心处惯性传感器输出的航向角为观测量，即
Figure FDA00034185899300000218
其中，
Figure FDA00034185899300000219
分别为激光雷达处惯性传感器输出的俯仰角、侧倾角、航向角，
Figure FDA00034185899300000220
为装备行走机构中心处惯性传感器输出的航向角；
离散化后的卡尔曼滤波的状态方程和观测方程为：
Figure FDA00034185899300000221
式中，t表示离散化时刻；A表示状态转移矩阵，
Figure FDA0003418589930000031
c表示离散周期；H表示观测矩阵，
Figure FDA0003418589930000032
q和r是互不相关的零均值***白噪声和观测白噪声向量，q对应的***噪声协方差阵为Q，r对应的观测噪声协方差阵为R；
递推过程包括时间更新和测量更新，下面递推过程的前两步为时间更新，剩余的三步为测量更新；
时间更新：
Figure FDA0003418589930000033
Figure FDA0003418589930000034
测量更新：
Figure FDA0003418589930000035
Figure FDA0003418589930000036
Figure FDA0003418589930000037
利用卡尔曼滤波状态量优化后的旋转变换矩阵为
Figure FDA0003418589930000038
平移变换矩阵为
Figure FDA0003418589930000039
定义激光雷达一帧点云数据中第i个激光点的原始坐标为
Figure FDA00034185899300000310
则畸变矫正后的第i个激光点的坐标为
Figure FDA00034185899300000311
计算公式如下；
Figure FDA00034185899300000312
CN202111555737.6A 2021-12-17 2021-12-17 一种面向大型救援装备的激光雷达点云畸变矫正方法 Pending CN114296059A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111555737.6A CN114296059A (zh) 2021-12-17 2021-12-17 一种面向大型救援装备的激光雷达点云畸变矫正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111555737.6A CN114296059A (zh) 2021-12-17 2021-12-17 一种面向大型救援装备的激光雷达点云畸变矫正方法

Publications (1)

Publication Number Publication Date
CN114296059A true CN114296059A (zh) 2022-04-08

Family

ID=80968488

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111555737.6A Pending CN114296059A (zh) 2021-12-17 2021-12-17 一种面向大型救援装备的激光雷达点云畸变矫正方法

Country Status (1)

Country Link
CN (1) CN114296059A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115079128A (zh) * 2022-08-23 2022-09-20 深圳市欢创科技有限公司 一种激光雷达点云数据去畸变的方法、装置及机器人

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115079128A (zh) * 2022-08-23 2022-09-20 深圳市欢创科技有限公司 一种激光雷达点云数据去畸变的方法、装置及机器人
CN115079128B (zh) * 2022-08-23 2022-12-09 深圳市欢创科技有限公司 一种激光雷达点云数据去畸变的方法、装置及机器人

Similar Documents

Publication Publication Date Title
CN110631593B (zh) 一种用于自动驾驶场景的多传感器融合定位方法
US11243081B2 (en) Slam assisted INS
CN109946730B (zh) 一种车路协同下基于超宽带的车辆高可靠融合定位方法
CN109946731B (zh) 一种基于模糊自适应无迹卡尔曼滤波的车辆高可靠融合定位方法
CN110208842A (zh) 一种车联网环境下车辆高精度定位方法
EP0936519B1 (en) Integrated vehicle positioning and navigation system, apparatus and method
CN107132563B (zh) 一种里程计结合双天线差分gnss的组合导航方法
CN111338342B (zh) 一种轮式工程机械自动循迹行驶控制***及方法
CN113311436B (zh) 一种移动平台上激光测风雷达运动姿态测风订正方法
CN104535061A (zh) 一种基于多传感器数据融合的导航***
CN1731091A (zh) 车载快速定位定向方法
CN105929836B (zh) 用于四旋翼飞行器的控制方法
CN111982114A (zh) 一种采用imu数据融合估计三维位姿的救援机器人
CN112034479A (zh) 一种应用于煤矿井下智能巡检无人机的定位方法及***
CN115993825A (zh) 一种基于空地协同的无人车集群控制***
CN114296059A (zh) 一种面向大型救援装备的激光雷达点云畸变矫正方法
CN116728410A (zh) 一种在狭窄工作环境下的机器人绝对定位精度误差补偿方法
RU195749U1 (ru) Интеллектуальная система технического зрения беспилотного летательного аппарата для решения задач навигации, построения трехмерной карты окружающего пространства и препятствий и автономного патрулирования
CN114061565B (zh) 一种无人船舶slam及其应用方法
CN115031726A (zh) 一种数据融合导航定位方法
Zorina et al. Enhancement of INS/GNSS integration capabilities for aviation-related applications
CN113581320A (zh) 矿山自主三维测绘无人车及测绘方法
Wang et al. A robust lidar state estimation and map building approach for urban road
CN113670318B (zh) 协同定位方法及定位***
Zhao et al. Cooperative localization based on robust GPS and Radar fusion for multiple aerial vehicles

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