【技术实现步骤摘要】
本专利技术涉及无人车自主定位方法，属于室内定位、无线通信领域。
技术介绍
1、随着机器人技术的发展，各式无人车、无人机、机器人逐渐迈向自主化，智能化。人们对于室内定位的需求越来越高。自身的精确定位是机器人能否实现自主运动工作的关键技术。特别是在无甚至弱gnss下的定位导航需求，仍然是一个难题。由于单一的传感器无法达到人们预期的效果，所以基于传感器的融合一直是一个热门的研究领域。目前，大多数平台使用激光雷达和摄像头作为主要传感器。这些传感器在良好的天气，外界环境比较理想的条件下具有良好的性能。但是摄像头这类视觉传感器方法通常在黑暗，阳光直射、雾或者烟雾等条件下能以工作。激光雷达虽然不受光线的影响，但是容易受到雨、雾，烟尘等小颗粒物质的影响。
2、最近，毫米波雷达传感器引起了人们的深入研究。毫米波雷达通常波长更长，探测范围更大，能在视觉退化的环境下工作，而且几乎不受雾、雨、烟尘等小颗粒的影响。当无人车运动在发生火灾，地震，或者烟尘较大的工地等恶劣场景时相比于其他传感器具有明显的优势，此外，它可以提供观测目标点的多普勒速度观测，从而能在单次雷达扫描中获得自我速度。
技术实现思路
1、本专利技术的目的是为了解决现有室内自主定位方案难以在场景昏暗、烟尘等恶劣场景下正常工作的的问题，而提出基于毫米波雷达的融合多种传感器的无人车自主定位方法。
2、基于毫米波雷达的融合多种传感器的无人车自主定位方法具体过程为：
3、步骤一：小车装载毫米波雷达和imu；
<...【技术保护点】
1.基于毫米波雷达的融合多种传感器的无人车自主定位方法，其特征在于：所述方法具体过程为：
2.根据权利要求1所述的基于毫米波雷达的融合多种传感器的无人车自主定位方法，其特征在于：所述步骤二中设置小车的初始位置坐标为(0，0)；
3.根据权利要求2所述的基于毫米波雷达的融合多种传感器的无人车自主定位方法，其特征在于：所述步骤三中基于步骤二设置的小车的初始位置坐标和小车的初始姿态，不断更新小车的位置和姿态；
4.根据权利要求3所述的基于毫米波雷达的融合多种传感器的无人车自主定位方法，其特征在于：所述步骤四中根据步骤一获得的雷达点云数据估计雷达速度；具体过程为：
5.根据权利要求4所述的基于毫米波雷达的融合多种传感器的无人车自主定位方法，其特征在于：所述步骤五中使用误差卡尔曼滤波器算法融合步骤三得到的小车的位置和姿态和步骤四得到的雷达的速度，直至小车路径规划完成；具体过程为：
6.根据权利要求5所述的基于毫米波雷达的融合多种传感器的无人车自主定位方法，其特征在于：所述步骤六中根据步骤一获得的雷达原始回波数据生成每个雷达帧的特征
7.根据权利要求6所述的基于毫米波雷达的融合多种传感器的无人车自主定位方法，其特征在于：所述步骤七中基于步骤六生成的每个雷达帧的特征，根据雷达帧的相似程度匹配不同雷达帧的特征，获得匹配约束；具体过程为：
8.根据权利要求7所述的基于毫米波雷达的融合多种传感器的无人车自主定位方法，其特征在于：所述步骤八中基于步骤五获得的规划完成的小车路径和步骤七获得匹配约束，进行位姿图优化，获得小车位姿；具体过程为：
...【技术特征摘要】
1.基于毫米波雷达的融合多种传感器的无人车自主定位方法，其特征在于：所述方法具体过程为：
2.根据权利要求1所述的基于毫米波雷达的融合多种传感器的无人车自主定位方法，其特征在于：所述步骤二中设置小车的初始位置坐标为(0，0)；
3.根据权利要求2所述的基于毫米波雷达的融合多种传感器的无人车自主定位方法，其特征在于：所述步骤三中基于步骤二设置的小车的初始位置坐标和小车的初始姿态，不断更新小车的位置和姿态；
4.根据权利要求3所述的基于毫米波雷达的融合多种传感器的无人车自主定位方法，其特征在于：所述步骤四中根据步骤一获得的雷达点云数据估计雷达速度；具体过程为：
5.根据权利要求4所述的基于毫米波雷达的融合多种传感器的无人车自主定位方法，其特征在于：所述步骤五中使用误...
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。