【技术实现步骤摘要】
可移动平台的实时定位方法及装置
[0001]本申请涉及实时定位
,尤其涉及一种可移动平台的实时定位方法及装置。
技术介绍
[0002]在自动驾驶中利用传感器信息实时获得车辆所在世界坐标系中的位置是实现无人驾驶中其他功能的基础,在无人驾驶系统中,激光雷达是不可或缺的传感器,因为其数据的高可靠性,利用激光雷达获得的数据来实现高精度实时性定位是现有无人驾驶定位常用的定位解决方案。
[0003]现有方案中利用提前绘制好的点云高精度地图和在线获得的点云,进行匹配来获得实时定位。
[0004]但是,现有方案存在以下问题:当建立离线地图和现有环境发生很大的变化,如周围停车车辆、道路修建、周围建筑修建等,离线地图的信息并不能真正反映现有环境信息,如果直接通过点云匹配则会带来错位的定位信息;按照实现匹配原理,动态物体身上的点云是引入在线
‑
离线匹配误差的点,应当去除,当无人车辆周围动态车辆过多时,在线点云中可用来匹配的点过少,常常会造成定位模块失效的问题。因此,现有的方案中存在自动驾驶车辆的定位方法的鲁棒性差的问题。
技术实现思路
[0005]本申请实施例提供一种可移动平台的实时定位方法及装置,以解决现有技术中自动驾驶车辆的定位方法的鲁棒性差的问题。
[0006]本申请的第一方面提供一种可移动平台的实时定位方法,所述可移动平台上安装有激光雷达设备、定位设备和惯性测量单元,所述方法包括:
[0007]获取所述激光雷达设备采集的点云数据、所述定位设备采集的所述可移动平 ...
【技术保护点】
【技术特征摘要】
1.一种可移动平台的实时定位方法,所述可移动平台上安装有激光雷达设备、定位设备和惯性测量单元,其特征在于,所述方法包括:获取所述激光雷达设备采集的点云数据、所述定位设备采集的所述可移动平台的位置数据以及所述惯性测量单元采集的行驶数据;根据所述点云数据、所述位置数据以及所述行驶数据获得所述可移动平台的估计绝对位姿、实际局部位姿以及实际绝对位姿;根据所述估计绝对位姿和所述实际绝对位姿对所述实际局部位姿进行校准处理,获得校准后的局部位姿。2.根据权利要求1所述的定位方法,其特征在于,根据所述点云数据、所述位置数据以及所述行驶数据获得所述可移动平台的估计绝对位姿、实际局部位姿以及实际绝对位姿,具体包括:使用航位推算方法对所述行驶数据处理,获得所述可移动平台的估计绝对位姿;对所述点云数据、所述估计绝对位姿以及所述位置数据进行处理,获得所述可移动平台的实际局部位姿和实际绝对位姿。3.根据权利要求2所述的定位方法,其特征在于,对所述点云数据、所述估计绝对位姿以及所述位置数据进行处理,获得所述可移动平台的实际局部位姿,具体包括:根据所述估计绝对位姿对所述点云数据进行栅格化处理,获得所述可移动平台周围区域的在线点云栅格地图数据;根据所述位置数据和离线地图数据,获得所述可移动平台周围区域的离线点云栅格地图数据;根据所述在线点云栅格地图数据和所述离线点云栅格地图数据,获得所述可移动平台的实际局部位姿。4.根据权利要求2所述的定位方法,其特征在于,对所述点云数据和所述位置数据进行处理,获得所述可移动平台的实际绝对位姿,具体包括:根据所述位置数据和全区域的灰度地图,确定所述可移动平台周围区域的灰度地图;根据所述可移动平台周围区域的灰度地图和所述点云数据,获得所述可移动平台的实际绝对位姿。5.根据权利要求2所述的方法,其特征在于,所述行驶数据包括角速度和加速度,使用航位推算方法对所述行驶数据处理,获得所述可移动平台的估计绝对位姿,具体,包括:针对从采集开始时刻到当前时刻中的每个时刻,对每个时刻的角速度、每个时刻的加速度和上一时刻的噪声数据进行积分处理,获得每个时刻的预积分数据;对从采集开始时刻到当前时刻中的每个时刻的预积分数据进行处理得到当前时刻的积分值;根据所述当前时刻的预积分值以及重力方向,得到所述可移动平台的所述估计绝对位姿。6.根据权利要求3所述的方法,其特征在于,根据所述估计绝对位姿对所述点云数据进行栅格化处理,获得所述可移动平台周围区域的在线点云栅格地图数据,包括:根据所述估计绝对位姿对所述点云数据进行去畸变处理,得到无畸变点云数据;根据所述无畸变点云数据构建以路面为基础的平面模型,并且根据所述平面模型的质
心、法向量以及高度阈值,得到所述可移动平台的可行驶路面数据;根据所述可行驶路面数据去除所述无畸变点云数据中的动态点云数据,得到静态点云数据;将所述静态点云数据根据预设规则进行栅格化,得到所述在线点云栅格地图数据。7.根据权利要求6所述的方法,其特征在于,根据所述...
【专利技术属性】
技术研发人员:李昱辰,钱炜,杨政,何晓飞,
申请(专利权)人:杭州飞步科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。