一种基于先验地图的LiDAR/IMU融合定位方法

    公开(公告)号:CN116124161B

    公开(公告)日:2024-07-05

    申请号:CN202211655028.X

    申请日:2022-12-22

    申请人: 东南大学

    摘要: 本发明公开了一种基于先验地图的LiDAR/IMU融合定位方法,首先对先验点云地图按照自定义网格大小进行分块,以解决大场景点云地图无法在计算能力受限的平台上加载和运行的问题;再设计基于LiDAR/IMU的融合定位方案,通过正态分布变换(NDT)算法进行激光雷达点云与分块地图的匹配,将实时点云与先验地图进行关联;其中还采用IMU预积分为地图匹配提供高频的初始猜测,将相邻两个激光雷达帧之间的IMU测量数据的积分转换到IMU坐标系下进行,实时计算相邻两时刻的速度、位置和旋转,为地图匹配提供高频的初始猜测,估计车辆实时位姿,实现位置定位。与传统NDT定位方法相比较,在定位鲁棒性和准确性上均有大幅度提高。

    一种用于GNSS/INS组合导航卫星同步多故障检测方法

    公开(公告)号:CN115047496B

    公开(公告)日:2023-06-02

    申请号:CN202210386806.3

    申请日:2022-04-14

    申请人: 东南大学

    摘要: 本发明是一种用于GNSS/INS组合导航卫星同步多故障检测方法,该方法在传统卡尔曼滤波的基础上,引入IGG‑III等价权重阵对异常观测值进行加权处理,从而避免多故障观测值对后续故障检测机制性能的影响。同时,设计基于卡方检验联合w‑检测法的故障检测和识别机制以保证GNSS/INS组合系统的连续可靠性。本发明设计的组合导航卫星同步多故障检测方法流程简单,思路清晰。同时为多故障场景下组合导航系统容错能力的提高研究提供积极的参考和借鉴意义。

    一种动态场景下基于语义分割的直接法视觉定位方法

    公开(公告)号:CN111340881B

    公开(公告)日:2023-05-19

    申请号:CN202010098733.9

    申请日:2020-02-18

    申请人: 东南大学

    摘要: 本发明公开了一种动态场景下基于语义分割的直接法视觉定位方法,属于SLAM同步定位与建图领域;本发明首先采用深度学习中的语义分割技术对图像中的动态物体进行分割,获得像素级别的动态物体语义信息;在此基础上,从原始图像中根据像素点梯度信息提取候选点并根据语义信息对动态区域的候选点进行剔除,仅保留静态区域的候选点;然后基于保留的候选点采取融合图像语义信息的金字塔模型估计相机位姿;最后基于滑动窗口优化并结合图像语义信息对关键帧的位姿进行优化。实验结果表明,在动态环境下,本发明公开的方法的定位精度较现有系统提升71%‑86%。

    一种基于先验地图的LiDAR/IMU融合定位方法

    公开(公告)号:CN116124161A

    公开(公告)日:2023-05-16

    申请号:CN202211655028.X

    申请日:2022-12-22

    申请人: 东南大学

    摘要: 本发明公开了一种基于先验地图的LiDAR/IMU融合定位方法,首先对先验点云地图按照自定义网格大小进行分块,以解决大场景点云地图无法在计算能力受限的平台上加载和运行的问题;再设计基于LiDAR/IMU的融合定位方案,通过正态分布变换(NDT)算法进行激光雷达点云与分块地图的匹配,将实时点云与先验地图进行关联;其中还采用IMU预积分为地图匹配提供高频的初始猜测,将相邻两个激光雷达帧之间的IMU测量数据的积分转换到IMU坐标系下进行,实时计算相邻两时刻的速度、位置和旋转,为地图匹配提供高频的初始猜测,估计车辆实时位姿,实现位置定位。与传统NDT定位方法相比较,在定位鲁棒性和准确性上均有大幅度提高。