摘要
本发明公开了一种基于SLAM地图的无人驾驶公交车高精度定位方法,涉及无人驾驶技术领域,包括以下步骤:获取无人驾驶公交车的激光雷达数据、惯性测量数据、里程计数据以及视觉数据;进行车辆控制指令解析,通过粒子滤波算法模拟无人驾驶公交车运动轨迹,生成位姿假设集;对激光雷达数据与预构建SLAM地图进行位置匹配,并进行低能见度场景下的辅助定位,获得位置匹配结果;进行初始静态地图构建以及动态障碍物检测,生成动静态融合SLAM地图;进行状态监测,并触发多级故障恢复策略。该方法通过时间戳对齐与卡尔曼滤波动态融合、恶劣环境参数调整以及多级故障恢复机制,显著提升了无人驾驶公交车的定位准确性和系统稳定性。
技术关键词
无人驾驶公交车
SLAM地图
高精度定位方法
激光雷达数据
动态障碍物检测
视觉辅助定位
动静态融合
故障恢复策略
车辆控制指令
粒子滤波算法
卡尔曼滤波算法
里程计
网格地图
地图更新
故障恢复机制
能见度
系统为您推荐了相关专利信息
风格
多模态
多模型方法
联合概率数据关联
方向盘
汽车自动驾驶系统
轨迹
模块
规划行驶路径
深度学习模型
拱坝
一致性算法
高精度定位方法
卡尔曼滤波器
计算机执行指令
室内建筑结构
激光雷达数据
柱体
RANSAC算法
点云
多模态图像处理
激光雷达数据
可见光图像
无人机
特征匹配算法