[發明專利]一種SLAM室外大場景精準定位方法

在審

• 申請號: 202010587786.7
• 申請日: 2020-06-24
• 公開（公告）號: CN111721298A
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 侯學淵;雷翔;柳昊
• 申請（專利權）人: 重慶賽迪奇智人工智能科技有限公司
• 主分類號: G01C21/20
• 分類號: G01C21/20;G01C21/16;G01S19/45
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種SLAM室外大場景精準定位方法，包括以下步驟：使用IMU和Wheel Odemetry更新的狀態，傳播IMU和Wheel Odemetry的不確定性，當有GNSS或者LIDAR測量結果到達時計算GNSS/Lidar的卡爾曼增益，計算誤差狀態Error State，校正預測狀態Predicted State，計算校正協方差，計算當前位置，當GNSS或者LIDAR測量結果沒有到達時，繼續使用IMU和Wheel Odemetry更新的狀態，傳播IMU和Wheel Odemetry的不確定性。本發明提高了該定位系統和方法的準確性。

技術領域

本發明涉及SLAM室外大場景精準定位技術領域，尤其涉及一種SLAM室外大場景精準定位方法。

背景技術

鐵水運輸所在場景特點：覆蓋范圍大、鋼鐵結構建筑物多、遮擋嚴重、場景復雜。

GPS在該場景下，可靠性大打折扣；IMU、Lidar、WheelOdmetry不可避免的存在積分誤差；使用單一傳感器進行精準定位無法達到效果。

發明內容

基于背景技術存在的技術問題，本發明提出了一種SLAM室外大場景精準定位方法。

本發明提出的一種SLAM室外大場景精準定位方法，包括以下步驟：

S1：使用IMU和WheelOdemetry更新的狀態；

S2：傳播IMU和WheelOdemetry的不確定性；

S3：當有GNSS或者LIDAR測量結果到達時進入S4，否則進入S1；

S4：計算GNSS/Lidar的卡爾曼增益(KalmanGain)；

S5：計算誤差狀態ErrorState；

S6：校正預測狀態PredictedState；

S7：計算校正協方差；

S8：計算當前位置。

優選地，各傳感器需要進行各自的校準及聯合標定。

優選地，IMU和WheelOdemetry獲取高頻率狀態跟新信息，GNSS和LIDAR獲取低頻率測量結果，進而進行校正。

優選地，計算卡爾曼增益時，使用基于迭代的卡爾曼濾波，迭代卡爾曼濾波器主要目的在于克服EKF線性化過程中對高階誤差的舍棄而造成的估計不準確，迭代主要是指在量測更新過程中添加了一步迭代，直到狀態收斂。

優選地，S6除了通過ErrorState的計算進行校正，還可通過高精地圖的關鍵幀和Lidar進行校正。

本發明中的有益效果為：

1.該定位系統和方法所需的傳感器：IMU、GNSS、Lidar、Wheel Odmetry，都是市面上最常見的傳感器，降低了該定位系統和方法的成本，且該定位方法不僅準確，而且誤差低，從而提高了該定位系統和方法的準確性。

2.該定位系統和方法不僅能通過ErrorState的計算進行校正，還可通過高精地圖的關鍵幀和Lidar進行校正，而且當有GNSS或者LIDAR測量結果到達時才能進入S4，否則需要回到S1，從而進一步降低了定位的誤差，進而提高了該定位系統和方法的準確性，

3.通過該定位系統和方法避免了積分誤差的存在和單一傳感器不能夠精準定位的情況，而且各傳感器需要進行各自的校準及聯合標定，避免傳感器本身對定位的影響，另外IMU和WheelOdemetry獲取高頻率狀態跟新信息，GNSS和LIDAR獲取低頻率測量結果，進而進行校正，進一步提高了該定位系統和方法的準確性。

附圖說明