摘要
本发明属于机器人定位建图领域,公开了一种多传感器多模态紧耦合融合建图定位方法及系统,方法包括:通过各传感器获取的原始数据进行预处理;将不同传感器的预处理后的数据进行关联与融合,得到融合后的数据;基于融合后的数据,对车辆状态进行位置、姿态的估计与优化;根据估计与优化后的车辆状态以及融合后的数据,输出定位,构建环境地图。本发明实现了多传感器多模态的紧耦合,从而克服了传统方法中鲁棒性不足的问题。通过结合规划控制预测里程计的预测能力和其他传感器的环境感知能力,本发明能够更准确地预测车辆位置,并实现在复杂环境下高精度的定位和建图。
技术关键词
多传感器
构建环境地图
定位方法
多模态
建图
激光里程计
激光雷达数据
视觉里程计
交通指示牌
障碍物
非线性优化算法
车辆
SLAM算法
激光雷达点云
卡尔曼滤波器
车道线信息
可读存储介质
系统为您推荐了相关专利信息
神经网络结构
联合概率数据关联
超图模型
多模态感知系统
可见光图像
波动预测方法
分布鲁棒优化
深度神经网络
波动特征
数据
命名实体识别方法
层级
代表
命名实体识别系统
跨模态
联邦学习方法
多模态特征融合
客户端
联邦学习系统
特征值
路线优化方法
植物健康
动态障碍物检测
语义分割驱动
输入多尺度