[發明專利]一種慣導與激光點陣融合導航系統

在審

• 申請號: 202210740948.5
• 申請日: 2022-06-28
• 公開（公告）號: CN115127548A
• 公開（公告）日: 2022-09-30
• 發明（設計）人: 金乃慶;張亞洲;江冠華;朱宗衛;江石根
• 申請（專利權）人: 蘇州精源創智能科技有限公司
• 主分類號: G01C21/16
• 分類號: G01C21/16;G01S17/42;G01S17/86
• 代理公司: 江蘇昆成律師事務所 32281
• 代理人: 劉尚軻

本申請提供一種慣導與激光點陣融合導航系統，包括：三維點云模塊，其根據目標檢測模塊對激光雷達模塊采集的三維點云數據中的目標進行自動檢測；所述點云算法模塊通過計算得到運載體與被檢測物體之間的航向角、俯仰角和橫滾角；慣性姿態模塊，所述慣性姿態模塊包括畢卡算法模塊和自適應卡爾曼濾波模塊，畢卡算法模塊將角速率信息通過四元數解算為姿態角；再利用自適應卡爾曼濾波模塊對俯仰角和橫滾角進行姿態修正和修正位置偏差；雙矢量匹配模塊，將三維點云模塊和慣性姿態模塊輸出的航向角、俯仰角和橫滾角進行融合計算，采用雙矢量匹配模塊求解矢量差、計算出形變向量計算后的航向角、俯仰角和橫滾角。

技術領域

本發明涉及慣性導航技術領域，更具體地，涉及一種慣導與激光點陣融合導航系統。

背景技術

慣性導航系統(INS，Inertial Navigation System)是完全自主的，通過安裝在運動載體上的陀螺儀和加速計來測量運動載體的姿態、速度和位置，其中，加速計測量在三個方向上的加速度，陀螺儀測量運動載體在三個方向的旋轉角速率，將這些測量信息分解到參考坐標系進行計算，就能得到運動載體在參考坐標系中的位置。但是，陀螺儀在慣性導航中會存在誤差，并且時間越長誤差會不斷積累，在較大面積、較復雜的地面環境，慣性導航系統的不準確性尤為顯著。

為了對上述問題進行改進，例如，中國專利CN111307145B，公開了一種應用于掃地機器人的慣性導航系統，其硬件傳感器使用ADXRS453九軸姿態傳感器，提升防振動能力，與三軸加速計互補糾正數據進行誤差補償。但是，現有技術的慣性導航系統，例如，捷聯式慣導，因其陀螺傳感器現有工藝問題，依然有很大的誤差，慣性導航系統的精度也有待提高，并且難以從根本上解決誤差積累的問題。例如，結合GPS、GLONASS或無線電的慣導系統，成本非常高昂，產品體積大結構復雜，并且運算量龐大。

有鑒于此，本發明提供一種慣導與激光點陣融合導航系統，精度高，實時性強、高度適合機器人導航等領域。

發明內容

本發明的目的在于，提供一種慣導與激光點陣融合導航系統，精度高，實時性強、高度適合機器人導航等領域。

本申請的導航系統，將測量實時位置信息的動態信息，與環境等靜態信息不斷進行補充完整，將多源導航信息進行集成優化融合，其中，動態信息采用激光雷達點云數據的方式獲取，首先進行建模，然后通過構建好的模型進行應用和數據處理，實現實時的自動標識運算，降低了成本和減小體積，無數據傳輸延時的問題；再將該數據傳輸到微型計算機，減少動態位置信息加入融合的初始數據運算量；再與加速度和角運動信息進行融合的數據處理，求解矢量差，優化了融合運算方法，并且實時的進行雙矢量匹配，解決了誤差積累的問題，提升精度。本申請人在此基礎上完成了本申請。

一種慣導與激光點陣融合導航系統，包括：

三維點云模塊，所述三維點云模塊包括：激光雷達模塊、目標檢測模塊和點云算法模塊，目標檢測模塊是基于深度學習網絡訓練出的模型，能夠自動檢測多類別的目標，根據目標檢測模塊對激光雷達模塊采集的三維點云數據中的目標進行自動檢測；所述點云算法模塊通過計算得到運載體與被檢測物體之間的航向角、俯仰角和橫滾角；

慣性姿態模塊，所述慣性姿態模塊包括畢卡算法模塊和自適應卡爾曼濾波模塊，畢卡算法模塊將角速率信息通過四元數解算為姿態角；再利用自適應卡爾曼濾波模塊對俯仰角和橫滾角進行姿態修正和修正位置偏差；

雙矢量匹配模塊，將三維點云模塊和慣性姿態模塊輸出的航向角、俯仰角和橫滾角進行融合計算，采用雙矢量匹配模塊求解矢量差、計算出形變向量計算后的航向角、俯仰角和橫滾角。

在一些實施方式中，所述激光雷達模塊包括圖像級激光雷達，目標檢測模塊根據任務類別種類設置類別參數，并對類別參數進行自動檢測和標注，僅標注目標類別。

進一步的，深度學習網絡先對三維點云數據進行對齊并進行深度學習迭代訓練，再對提取的特征信息進行聚合，同時進行深度學習迭代訓練得到目標檢測模塊。