摘要
本发明提供一种基于MSCKF的激光雷达惯性里程计融合方法。涉及定位技术领域。本申请获取惯性测量单元解算的位姿、速度以及陀螺仪偏置和加速度计偏置,激光雷达解算的位姿状态信息;创建惯性测量单元的运动模型来使用惯性测量单元的加速度计和陀螺仪数据进行状态预测,将状态向量更新到下一时刻;预处理激光雷达点云数据,从激光雷达帧中提取关键帧;基于惯性测量单元计算的位姿和根据各关键帧的静态特征点匹配结果计算采集关键帧时激光雷达处于全局坐标系G的位姿;基于激光雷达相对于全局坐标系G的位姿估计对所有被检测静态特征点的量测残差进行建模得到量测模型;通过最小化重投影误差优化量测模型,在卡尔曼滤波的更新步骤来校正系统状态。
技术关键词
静态特征
关键帧
惯性里程计
融合方法
坐标系
激光雷达点云数据
陀螺仪数据
存储计算机程序
卡尔曼滤波
校正系统
处理单元
矩阵
ICP算法
存储单元
可读存储介质
量测噪声
融合装置
姿态估计
系统为您推荐了相关专利信息
排水管道施工方法
BIM技术
给排水专业
全站仪
坐标点
网络流量预测方法
深度学习模型
时空特征学习
节点
短时交通流预测
测绘系统
数据采集模块
视觉惯性里程计
信号
建筑构件
三维构建方法
实景三维模型
三维矢量数据
无人机倾斜摄影
多源数据协同