摘要
面向复杂环境下使用雷达、激光雷达、IMU、GPS的自适应多传感器融合方法,包括:接收雷达点云,初步区分单帧中的动态点云和静态点云;将动态点云与静态点云分别处理,获得机器人的绝对速度;通过激光雷达接收到点云数据,将毫米波雷达与激光雷达的每一帧数据进行时间同步和空间校准;实时去除每一帧中的动态点,获得只包含静态点的激光雷达点云数据和静态的毫米波雷达点云数据;对静态的激光雷达点云数据进行几何特征提取,判断机器人是否进入了退化区域;通过激光雷达点云的特征点数量来选择激光雷达或者毫米波雷达点云数据进行扫描到子地图的匹配;通过GPS获取机器人的位姿和速度,利用毫米波雷达估计的速度与前端里程计得到的位姿来判断GPS数据的可靠性,计算两者的残差来确定GPS数据在后端优化中的权重,并加入到因子图中与前端里程计共同优化。
技术关键词
激光雷达点云数据
多传感器融合方法
里程计
误差状态
机器人
特征点
动态
协方差矩阵
惯性系统
速度估计
卡尔曼滤波
空间聚类算法
时间同步
地图
系统为您推荐了相关专利信息
风力发电机组叶片
检测机器人
发电机叶片
检测设备
运动带
移动巡检机器人
医疗设备
消毒模组
封闭组件
机柜
振动信号特征
颤振抑制方法
机器人末端执行器
小波能量熵
时序
人形机器人关节
摆线减速器
十字滑块
导向机构
滑动机构