摘要
本申请公开了一种车辆定位方法及系统,涉及无人驾驶:根据IMU数据和激光雷达数据,利用fast‑lio算法构建全局先验map;根据实时采集的激光雷达数据,构建局部点云map;识别并剔除动态点云,将剩余静态点云与全局先验map进行NDT配准,得到激光里程计位姿;采用shi‑tomasi算法提取相机数据的特征点;并利用Lucas‑Kanade光流法获取特征点的运动向量;根据运动向量计算特征点的速度,剔除速度超过预设阈值的动态特征点,得到视觉里程计位姿;通过CTRV模型推算车辆的位置和航向,得到航迹推算结果;采用无损卡尔曼滤波算法进行多源异构数据融合。针对传统露天和矿井存在动态环境干扰以及非线性运动轨迹建模不足,本申请提高了无人驾驶车辆的定位稳定性。
技术关键词
车辆定位方法
激光雷达数据
激光里程计
视觉里程计
运动向量
特征点
无损卡尔曼滤波
多源异构数据融合
静态特征
滑动窗口算法
坐标系
协方差矩阵
DBSCAN聚类算法
动态
时间同步
RANSAC算法
相机
系统为您推荐了相关专利信息
强化学习模型
状态监测分析
进食装置
养殖鸡
图像处理模块
编码向量
机器人作业区域
传送设备
运动协同控制
参数
无人机桥梁
桥梁病害
巡检方法
多传感器协同
三维模型
人体步态分析方法
身体健康数据
深度学习模型
步态特征
画像