CN115435784B - 高空作业平台激光雷达与惯导融合定位建图装置及方法 - Google Patents
高空作业平台激光雷达与惯导融合定位建图装置及方法 Download PDFInfo
- Publication number
- CN115435784B CN115435784B CN202211055273.7A CN202211055273A CN115435784B CN 115435784 B CN115435784 B CN 115435784B CN 202211055273 A CN202211055273 A CN 202211055273A CN 115435784 B CN115435784 B CN 115435784B
- Authority
- CN
- China
- Prior art keywords
- module
- data
- laser radar
- imu
- map
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000004927 fusion Effects 0.000 title claims abstract description 12
- 238000005457 optimization Methods 0.000 claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims abstract description 25
- 230000010354 integration Effects 0.000 claims abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 11
- 238000006073 displacement reaction Methods 0.000 claims abstract description 4
- 238000013507 mapping Methods 0.000 claims description 26
- 230000033001 locomotion Effects 0.000 claims description 17
- 238000007781 pre-processing Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 238000013519 translation Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- CYTYCFOTNPOANT-UHFFFAOYSA-N Perchloroethylene Chemical group ClC(Cl)=C(Cl)Cl CYTYCFOTNPOANT-UHFFFAOYSA-N 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000004807 localization Effects 0.000 claims 7
- 230000008447 perception Effects 0.000 abstract description 2
- 230000006399 behavior Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G01C21/10—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
- G01C21/1652—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 with ranging devices, e.g. LIDAR or RADAR
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种高空作业平台激光雷达与惯导融合定位建图装置及方法,装置包括三维激光雷达、IMU惯性传感器、电源、计算主控单元、时间同步***和支架;所述装置与斗臂车升降平台的末端刚性固定,随工作斗进行移动,所述三维激光雷达扫描环境,所述IMU惯性传感器进行预积分获取旋转和位移增量,将点云数据和IMU惯性传感器数据反馈到所述计算主控单元,分别进行相邻帧匹配得到激光里程计,接着进行全局因子图优化,最后进行回环检测将运算结果融合构建地图。本发明可提升高空作业平台的感知能力和自主性,使其具备环境理解能力,从而规避危险作业行为。
Description
技术领域
本发明涉及高空作业机械的智能定位技术领域,具体涉及一种应用于高空作业机械的惯性导航和激光雷达紧融合定位建图装置及方法。
背景技术
激光雷达,是激光探测与测距***的简称,它通过测定传感器发射器与目标物体之间的传播距离,分析目标物体表面的反射能量大小、反射波谱的幅度、频率和相位等信息,从而呈现出目标物精确的三维结构信息,激光雷达数据通常以点云形式呈现,数据包保存环境点XYZ的空间坐标。惯性测量单元,简称IMU,是测量物体三轴姿态角(或角速率)以及加速度的装置。一个IMU内通常会装有三轴的陀螺仪和三个方向的加速度计,来测量物体在三维空间中的角速度和加速度,并以此解算出物体的姿态。为了提高可靠性,还可以为每个轴配备更多的传感器如三轴磁力计,高度计等。在机器人领域,激光雷达和IMU可用于机器人的感知***,帮助机器人进行自身位姿的确定及周围环境的感知和重建。
通过激光雷达和惯性单元融合实现高空作业平台的实时建图定位主要有以下挑战:空旷的高空环境约束条件减少,激光里程失效;卡车平台、液压臂的高频振动和低频晃动使得传感器精度下降;高空平台突然的升降和旋转考验算法面对运动突变的鲁棒性,本发明从硬件***和软件***两方面针对高空作业场景的挑战进行完善。
发明内容
为解决现有激光SLAM方法应用于高空作业平台精度不高,鲁棒性低的问题,本发明提供一种应用于高空作业机械的惯性导航和激光雷达紧融合定位建图装置及方法。本发明创造性地将激光雷达和惯性导航单元(IMU)引入高空作业领域,有效解决了现有高空作业的主要设备高空作业车在应用场景中由于操作和感知几乎完全依赖于工人的经验所带来的高空挤压、高压触电、地面行走倾倒、违规操作等风险,提升了高空作业工程机械的智能化水平及安全性。
为达到上述目的,本发明采用的技术方案为:
一种高空作业平台激光雷达与惯导融合定位建图装置,包括三维激光雷达、IMU惯性传感器、电源、计算主控单元、时间同步***和支架;所述装置与斗臂车升降平台的末端刚性固定,随工作斗进行移动,当斗臂车开始工作,操纵液压臂控制旋转和升降,所述装置在升降开始时刻同步开机,所述三维激光雷达扫描环境,所述IMU惯性传感器进行预积分获取旋转和位移增量,将点云数据和IMU惯性传感器数据反馈到所述计算主控单元,分别进行相邻帧匹配得到激光里程计,接着进行全局因子图优化,最后进行回环检测将运算结果融合构建地图,通过后端非线性优化得到所述装置整体运动信息,确定工作斗实时位姿态;随着高空作业平台运动,平台定位和环境建图同步完成,经过时间同步的所述IMU惯性传感器的9轴数据和所述三维激光雷达的数据经过激光运动畸变校正模块、特征提取模块、IMU预积分模块、地图优化模块,最终输出高空作业平台实时的位置和姿态及工作环境的地图。
本发明还提供一种高空作业平台激光雷达与惯导融合定位建图方法,所述定位建图方法通过前端数据采集模块、基于FPGA的数据预处理及时间同步模块和运行机器人操作***的主控计算模块实现;
所述前端数据采集模块由三维激光雷达和IMU惯性传感器刚性连接组成,所述三维激光雷达使用多线激光探测器得到360度3D点云图像,所述多线激光探测器通过电机快速旋转以扫描周围环境;所述多线激光探测器每秒发射数千次,提供丰富的3D点云;雷达数据盒通过数字信号处理和波形分析提供高精度、可扩展的距离探测和强度数据;
基于FPGA的数据预处理及时间同步模块对数据进行预处理,所述数据包括三维激光雷达的UDP网络数据包,经过基于FPGA的数据预处理模块内的时间戳被赋值,经过预处理的三维激光雷达的UDP网络数据包发送至工控机的计算主控单元;所述数据还包括惯性导航模块的串口数据包,其时间信息字段经过基于FPGA的数据预处理模块被赋值,经过预处理的惯导串口数据包发送至工控机的计算主控单元,所述时间同步模块进行三维激光雷达、IMU惯性传感器和主控计算模块的时间同步;
所述主控计算模块运行的算法包括激光运动畸变校正模块、特征提取模块、IMU预积分模块和地图优化模块。
进一步地,所述三维激光雷达以不小于5Hz的更新速率发布点云数据,所述三维激光雷达为机械旋转式激光雷达、固态激光雷达、MEMS激光雷达或数字激光雷达。
进一步地,所述IMU惯性传感器以不小于200Hz的速率更新9轴数据,分别反映所述装置的三轴姿态角、三轴加速度和三轴角速度。
进一步地,所述时间同步模块的第一级为GNSS接收模块,通过卫星获取纳秒级精度的UTC真值时间数据,FPGA以低延时逻辑并行电路处理授时信息,将GNSS信号转化为PPS信号和NEMA信号,所述三维激光雷达接入两个信号进行时间同步,同时将PPS信号接入IMU模块,使IMU惯性传感器的惯性数据时间戳与UTC真值时间保持一致。主控计算模块接受由FPGA转化发送的NDT网络数据包,通过NDT协议进行时间同步。
进一步地,所述激光运动畸变模块通过斗臂车上固定的IMU惯性传感器获取数据并对三维激光雷达的位姿进行粗略的初始化,利用相对于激光帧起始时刻的位姿增量,变换当前激光点到起始时刻激光点的坐标系下,实现对激光帧的矫正。
进一步地,所述特征提取模块通过高空中的三维激光雷达采集的点云数据计算每个点的曲率,并设置相应的阈值,比较阈值和曲率后提取出角点和平面点。
进一步地,所述IMU预积分模块用于获取高空作业时的旋转、平移的IMU惯性传感器增量。
进一步地,所述地图优化模块首先根据所述特征提取模块获得的特征点进行相邻数据之间的帧间匹配,包括提取当前激光帧特征点,局部关键帧对应的高空地图的特征点,执行当前帧和高空地图迭代优化,更新当前帧位姿;其次,进行关键帧因子图优化,在关键帧加入因子图,添加激光里程计因子、GPS因子、闭环因子,执行因子图优化,更新所有关键帧位姿;最后进行闭环检测,在历史关键帧中找距离相近、时间相隔较远的帧设为匹配帧,在所述匹配帧周围提取局部关键帧,同样执行单帧扫描到全局地图匹配,得到位姿变换,构建闭环因子数据,加入因子图优化。
有益效果:
本发明针对传统高空作业平台在工作过程中因为智能化程度不足,依赖人为经验所带来的危险及痛点,引入机器人定位导航技术,选取了可以反映物体运动信息及姿态的惯性传感器(IMU)及三维感知精度高、抗干扰能力强、信息丰富的激光雷达作为传感模块,两种传感器优势互补,通过高同步性的硬件及高精度的融合算法实现定位建图功能,很好地适应了高空作业场景下的需求,实现了高空作业平台实时、准确的定位及工作场景的场景理解。相较于只使用IMU或激光雷达的定位或建图方案精度和鲁棒性均有明显提升。
附图说明
图1为本发明的高空作业平台激光雷达与惯导融合定位建图方法的算法结构、数据流向与功能示意图;
图2为本发明的高空作业平台激光雷达与惯导融合定位建图装置的前端数据采集模块示意图;
图3为本发明的高空作业平台激光雷达与惯导融合定位建图装置的整体组成部分及工程实现示意图;
图4为本发明在工作中的高空作业平台实时定位与工作环境三维地图,其中图片左部原点为定位点;
图5为本发明使用固态面阵激光雷达与惯导模块所构建的高空作业环境三维地图;
图6为本发明的基于FPGA的数据预处理及时间同步模块示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明的应用于高空作业机械的惯性导航和激光雷达紧耦合定位建图装置在***组成上为高空作业多传感器耦合建图装置,共分为三级:第一级为前端数据采集模块;第二级为基于FPGA的数据预处理及时间同步模块;第三级为运行机器人操作***的主控计算模块。
所述前端数据采集模块由三维激光雷达和IMU惯性传感器刚性连接组成,所述三维激光雷达使用多线激光探测器得到360度3D点云图像,这些多线激光探测器通过电机快速旋转以扫描周围环境。所述多线激光探测器每秒发射数千次,提供丰富的3D点云。雷达数据盒通过数字信号处理和波形分析提供高精度、可扩展的距离探测和强度数据。所述三维激光雷达以不小于5Hz的更新速率发布点云数据,可用的三维激光雷达包括机械旋转式激光雷达、固态激光雷达、MEMS激光雷达、数字激光雷达等。优选的,所述三维激光雷达为32线机械旋转式激光雷达。
所述IMU惯性传感器以不小于200Hz的速率更新九轴数据,分别反映了建图装置的三轴姿态角(roll、pitch、yaw)、三轴加速度(acc_x、acc_y、acc_z)和三轴角速度(w_x、w_y、w_z)。
所述三维激光雷达和IMU惯性传感器的坐标系构成平移关系,x轴向前且为右手坐标系,在进行建图之前,将三维激光雷达,IMU惯性传感器进行空间位置标定,得到各自坐标系之间的几何变换关系、变换矩阵及平移向量。
如图6所示,所述基于FPGA的数据预处理模块对数据进行预处理。所述数据有两组,一组为三维激光雷达的UDP网络数据包,经过基于FPGA的数据预处理模块内的时间戳被赋值,经过预处理的三维激光雷达的UDP网络数据包发送至工控机的计算主控单元;第二组为惯性导航模块的串口数据包,其时间信息字段经过FPGA数据预处理模块被赋值,经过预处理的惯导串口数据包发送至工控机的计算主控单元。所述时间同步模块进行三维激光雷达、IMU惯性传感器和主控计算模块的时间同步。所述时间同步模块的第一级为GNSS接收模块,通过卫星获取纳秒级精度的UTC真值时间数据,FPGA以低延时逻辑并行电路处理授时信息,将GNSS信号转化为PPS信号和NEMA信号,所述三维激光雷达接入两个信号进行时间同步,同时将PPS信号接入IMU模块,使IMU惯性传感器的惯性数据时间戳与UTC真值时间保持一致。所述主控计算模块接受由FPGA转化发送的NDT网络数据包,通过NDT协议进行时间同步。
如图1所示,所述主控计算模块运行本发明的定位建图方法的算法,算法通过以下模块实现:激光点云运动畸变校正模块,特征提取模块,IMU预积分模块,地图优化模块。
所述激光运动畸变模块通过斗臂车上固定的IMU惯性传感器获取数据并对三维激光雷达的位姿进行粗略的初始化,利用相对于激光帧起始时刻的位姿增量,变换当前激光点到起始时刻激光点的坐标系下,实现对激光帧的矫正。
所述特征提取模块通过高空中的三维激光雷达采集的点云数据计算每个点的曲率,并设置相应的阈值,比较阈值和曲率后提取出角点和平面点。根据计算平台算力选取雷达扫描帧中对应扫描线上每个点及其前后相邻的几个点(如5个)计算曲率,若曲率大作为边缘点,边缘点对应三维世界中的线特征;曲率小的作为平面点,平面点对应三维世界中面特征。
所述IMU预积分模块用于在高空作业时获取的每一帧IMU惯性传感器数据,都将前一帧作为起点,更加高效快速的获取高空作业时的旋转,平移的IMU惯性传感器增量。
所述地图优化模块首先根据所述特征提取模块获得的特征点进行相邻数据之间的帧间匹配,包括提取当前激光帧特征点(边缘点、平面点),局部关键帧对应的高空地图的特征点,执行当前帧和高空地图迭代优化,更新当前帧位姿;其次进行关键帧因子图优化,在关键帧加入因子图,添加激光里程计因子、GPS因子、闭环因子,执行因子图优化,更新所有关键帧位姿;最后进行闭环检测,在历史关键帧中找距离相近、时间相隔较远的帧设为匹配帧,在所述匹配帧周围提取局部关键帧,同样执行单帧扫描到全局地图匹配,得到位姿变换,构建闭环因子数据,加入因子图优化。
如图2所示,三维激光雷达1、IMU惯性传感器2设置在本发明的定位建图装置的前端作为前端感知传感器模块,所述三维激光雷达和IMU惯性传感器刚性固连。如图3所示,本发明的定位建图装置由三维激光雷达1、IMU惯性传感器2、电源、计算主控单元、时间同步***、支架等部件共同组成。所述定位建图装置与斗臂车升降平台的末端刚性固定,随工作斗进行移动,当斗臂车开始工作,操作员操纵液压臂控制旋转和升降,所述定位建图装置在升降开始时刻同步开机,三维激光雷达扫描环境,IMU惯性传感器进行预积分获取旋转和位移增量,将点云数据和IMU惯性传感器数据反馈到计算主控单元,此时两个线程分别进行相邻帧匹配得到激光里程计,接着进行全局因子图优化,最后进行回环检测将运算结果融合构建地图,通过后端非线性优化得到整体运动信息,确定工作斗实时位姿态。如图4、图5所示,随着高空作业平台运动,平台定位和环境建图同步完成,经过时间同步的IMU惯性传感器的9轴数据和三维激光雷达的数据经过激光运动畸变校正模块,特征提取模块,IMU预积分模块,地图优化模块四个模块,最终输出高空作业平台实时的位置和姿态及工作环境的地图。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种高空作业平台激光雷达与惯导融合定位建图装置,其特征在于:包括三维激光雷达、IMU惯性传感器、电源、计算主控单元、时间同步***和支架;所述装置与斗臂车升降平台的末端刚性固定,随工作斗进行移动,当斗臂车开始工作,操纵液压臂控制旋转和升降,所述装置在升降开始时刻同步开机,所述三维激光雷达扫描环境,所述IMU惯性传感器进行预积分获取旋转和位移增量,将点云数据和IMU惯性传感器数据反馈到所述计算主控单元,分别进行相邻帧匹配得到激光里程计,接着进行全局因子图优化,最后进行回环检测将运算结果融合构建地图,通过后端非线性优化得到所述装置整体运动信息,确定工作斗实时位姿态;随着高空作业平台运动,平台定位和环境建图同步完成,经过时间同步的所述IMU惯性传感器的9轴数据和所述三维激光雷达的数据经过激光运动畸变校正模块、特征提取模块、IMU预积分模块、地图优化模块,最终输出高空作业平台实时的位置和姿态及工作环境的地图。
2.一种根据权利要求1所述的高空作业平台激光雷达与惯导融合定位建图装置的定位建图方法,其特征在于:所述定位建图方法通过前端数据采集模块、基于FPGA的数据预处理及时间同步模块和运行机器人操作***的主控计算模块实现;
所述前端数据采集模块由三维激光雷达和IMU惯性传感器刚性连接组成,所述三维激光雷达使用多线激光探测器得到360度3D点云图像,所述多线激光探测器通过电机快速旋转以扫描周围环境;所述多线激光探测器每秒发射数千次,提供丰富的3D点云;雷达数据盒通过数字信号处理和波形分析提供高精度、可扩展的距离探测和强度数据;
基于FPGA的数据预处理及时间同步模块对数据进行预处理,所述数据包括三维激光雷达的UDP网络数据包,经过基于FPGA的数据预处理模块内的时间戳被赋值,经过预处理的三维激光雷达的UDP网络数据包发送至工控机的计算主控单元;所述数据还包括惯性导航模块的串口数据包,其时间信息字段经过基于FPGA的数据预处理模块被赋值,经过预处理的惯导串口数据包发送至工控机的计算主控单元,所述时间同步模块进行三维激光雷达、IMU惯性传感器和主控计算模块的时间同步;
所述主控计算模块运行的算法包括激光运动畸变校正模块、特征提取模块、IMU预积分模块和地图优化模块。
3.根据权利要求2所述的定位建图方法,其特征在于:所述三维激光雷达以不小于5Hz的更新速率发布点云数据,所述三维激光雷达为机械旋转式激光雷达、固态激光雷达、MEMS激光雷达或数字激光雷达。
4.根据权利要求2所述的定位建图方法,其特征在于:所述IMU惯性传感器以不小于200Hz的速率更新9轴数据,分别反映所述装置的三轴姿态角、三轴加速度和三轴角速度。
5.根据权利要求2所述的定位建图方法,其特征在于:所述时间同步模块的第一级为GNSS接收模块,通过卫星获取纳秒级精度的UTC真值时间数据,FPGA以低延时逻辑并行电路处理授时信息,将GNSS信号转化为PPS信号和NEMA信号,所述三维激光雷达接入两个信号进行时间同步,同时将PPS信号接入IMU模块,使IMU惯性传感器的惯性数据时间戳与UTC真值时间保持一致,主控计算模块接受由FPGA转化发送的NDT网络数据包,通过NDT协议进行时间同步。
6.根据权利要求2所述的定位建图方法,其特征在于:所述激光运动畸变模块通过斗臂车上固定的IMU惯性传感器获取数据并对三维激光雷达的位姿进行粗略的初始化,利用相对于激光帧起始时刻的位姿增量,变换当前激光点到起始时刻激光点的坐标系下,实现对激光帧的矫正。
7.根据权利要求2所述的定位建图方法,其特征在于:所述特征提取模块通过高空中的三维激光雷达采集的点云数据计算每个点的曲率,并设置相应的阈值,比较阈值和曲率后提取出角点和平面点。
8.根据权利要求2所述的定位建图方法,其特征在于:所述IMU预积分模块用于获取高空作业时的旋转、平移的IMU惯性传感器增量。
9.根据权利要求2所述的定位建图方法,其特征在于:所述地图优化模块首先根据所述特征提取模块获得的特征点进行相邻数据之间的帧间匹配,包括提取当前激光帧特征点,局部关键帧对应的高空地图的特征点,执行当前帧和高空地图迭代优化,更新当前帧位姿;其次,进行关键帧因子图优化,在关键帧加入因子图,添加激光里程计因子、GPS因子、闭环因子,执行因子图优化,更新所有关键帧位姿;最后进行闭环检测,在历史关键帧中找距离相近、时间相隔较远的帧设为匹配帧,在所述匹配帧周围提取局部关键帧,同样执行单帧扫描到全局地图匹配,得到位姿变换,构建闭环因子数据,加入因子图优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211055273.7A CN115435784B (zh) | 2022-08-31 | 2022-08-31 | 高空作业平台激光雷达与惯导融合定位建图装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211055273.7A CN115435784B (zh) | 2022-08-31 | 2022-08-31 | 高空作业平台激光雷达与惯导融合定位建图装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115435784A CN115435784A (zh) | 2022-12-06 |
CN115435784B true CN115435784B (zh) | 2024-06-14 |
Family
ID=84245344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211055273.7A Active CN115435784B (zh) | 2022-08-31 | 2022-08-31 | 高空作业平台激光雷达与惯导融合定位建图装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115435784B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117215309A (zh) * | 2023-09-27 | 2023-12-12 | 河南工业大学 | 无人车粮库清扫***的定位与建图方法、定位与建图装置 |
CN117724114B (zh) * | 2024-02-09 | 2024-04-19 | 深圳市奇航疆域技术有限公司 | 一种基于激光测距仪的三维激光扫描装置及其方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114080625A (zh) * | 2020-06-19 | 2022-02-22 | 深圳市大疆创新科技有限公司 | 绝对位姿确定方法、电子设备及可移动平台 |
CN114636993A (zh) * | 2020-12-16 | 2022-06-17 | 华为技术有限公司 | 一种激光雷达与imu的外参标定方法、装置及设备 |
CN113570715B (zh) * | 2021-07-23 | 2023-10-13 | 东北大学 | 基于传感器融合的旋转激光实时定位建模***及方法 |
CN114370871A (zh) * | 2022-01-13 | 2022-04-19 | 华南理工大学 | 一种可见光定位与激光雷达惯性里程计的紧耦合优化方法 |
-
2022
- 2022-08-31 CN CN202211055273.7A patent/CN115435784B/zh active Active
Non-Patent Citations (2)
Title |
---|
ORB-SLAM3: An Accurate Open-Source Library for Visual, Visual–Inertial, and Multimap SLAM;Carlos Campos等;IEEE Transactions on Robotics;20210525;全文 * |
变电站机器人智能巡检技术及应用效果;彭向阳;金亮;王锐;易琳;陈国强;;高压电器;20190416(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115435784A (zh) | 2022-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115435784B (zh) | 高空作业平台激光雷达与惯导融合定位建图装置及方法 | |
CN109709801B (zh) | 一种基于激光雷达的室内无人机定位***及方法 | |
CN112347840A (zh) | 视觉传感器激光雷达融合无人机定位与建图装置和方法 | |
CN102023003A (zh) | 基于激光探测和图像识别的无人直升机三维定位及测绘方法 | |
CN101201626A (zh) | 机器人自主定位*** | |
CN114674311B (zh) | 一种室内定位与建图方法及*** | |
CN111077907A (zh) | 一种室外无人机的自主定位方法 | |
CN112967392A (zh) | 一种基于多传感器触合的大规模园区建图定位方法 | |
CN109471447A (zh) | 无人机导航方法、装置、无人机和数据可读存储装置 | |
CN109581365A (zh) | 一种基于多旋翼无人机的生命探测***、方法 | |
CN112068152A (zh) | 使用3d扫描仪同时进行2d定位和2d地图创建的方法和*** | |
CN112379674A (zh) | 一种自动驾驶设备及*** | |
CN111694001A (zh) | 一种用于无人机的实时测距定位*** | |
CN115540849A (zh) | 高空作业平台激光视觉与惯导融合定位与建图装置及方法 | |
Karam et al. | Integrating a low-cost mems imu into a laser-based slam for indoor mobile mapping | |
Immonen et al. | Fusion of 4D point clouds from a 2D profilometer and a 3D lidar on an excavator | |
KR101417431B1 (ko) | Lidar센서를 이용한 3차원 공간정보 생성시스템 | |
Kim et al. | Development of an Autonomous Mobile Robot in the Outdoor Environments with a Comparative Survey of LiDAR SLAM | |
Guanbei et al. | LIDAR/IMU calibration based on ego-motion estimation | |
CN116167919A (zh) | 一种基于核岭回归的激光点云数据去畸变方法 | |
JPH10318743A (ja) | 飛行体を用いた測量方法及びその装置 | |
CN112578363B (zh) | 激光雷达运动轨迹获取方法及装置、介质 | |
Kovalev et al. | UAV's autonomous navigation principe based on Earth remote sensing data | |
Wang et al. | Research on Motion Distortion Correction Method of Intelligent Vehicle Point Cloud Based on High Frequency Inertial Measurement Unit. | |
CN112285756A (zh) | 一种基于imu与北斗***的高精度定位***及方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |