-
Patent Agency Ranking
公开(公告)号：CN116819560A
公开(公告)日：2023-09-29
申请号：CN202310133938.X
申请日：2023-02-16
Abstract: 本发明涉及一种基于激光雷达的多箱体精确检测定位系统和方法，系统包括布置在预设的检测区域正上方的至少两个激光雷达，所述激光雷达分布于不同的方位上；所述激光雷达所围成的区域大于所有箱体所占的平面面积。方法包括如下步骤：步骤一：将多个激光雷达的点云数据作为输入量；步骤二：将多个雷达的点云数据拼接到一起；步骤三：将多帧点云进行积分叠加；步骤四：将点云在水平面上栅格化，计算每个栅格内的点云在z轴上的方差；步骤五：对栅格内的点云集合进行聚类；步骤六：计算包围框，通过计算得到的八个角点对箱体进行定位。本专利通过多个激光雷达进行联合标定，增加检测区域范围，增大点云密度，从而提高定位的精度，实现多目标的区分。
-
公开(公告)号：CN114740494A
公开(公告)日：2022-07-12
申请号：CN202210385037.5
申请日：2022-04-13
Abstract: 本发明针对现有技术的局限性，提出了一种多线激光雷达道路边界线提取方法。本发明在保证准确度的情况下，大大减少了硬件系统的成本，便于推广普及和高精度地图的更新；本发明有更准确地空间信息，可以达到实际应用精度；本发明不基于转折点特征，而是通过地面特征、距离特征和直线特征提取边界点，排除了路内噪声点和路侧建筑物、树木和草丛等造成的干扰，精确提取道路边界线；本发明直接对点处理，不受点云分辨率的影响。另外，本发明通过多帧融合和ROI调整，拟合弯道区域，能够对弯道区域进行准确的道路边界提取；同时多帧融合可以补充道路边界信息，可以对各种类型道路边界进行准确完整的提取。
-
公开(公告)号：CN117214823A
公开(公告)日：2023-12-12
申请号：CN202310595163.8
申请日：2023-05-24
Abstract: 本发明涉及道路车辆监测技术领域，公开了一种路侧多雷达系统，该系统通过在路侧倾斜布置雷达，能够扫描到下方的车道，并且每个雷达与至少一个其他雷达在扫描范围上都有重叠区域，雷达的上扫描线与道路边界重合，构成一个可以完整扫描车道的激光雷达布设方案，达到扫描点覆盖道路路面区域的目的，同时增加道路上的点云密度。本发明还提供一种基于上述系统的标定方法，该方法，经过两次标定，通过平面法向量或特征向量的粗标定确保了标定成功率，减少了出现局部最小解的概率，通过源雷达点云到目标雷达点云的配准进行精标定，精标定确保了标定精度，实现精确的多雷达标定。
-
公开(公告)号：CN115015959B
公开(公告)日：2024-08-02
申请号：CN202210744154.6
申请日：2022-06-28
Applicant: 中山大学
IPC: G01S17/89 , G01S17/86 , G06T7/73 , G06V10/762
Abstract: 本发明涉及一种基于人工信标的无人车辆激光雷达建图与定位方法，包括如下步骤：步骤一：制作和布置信标；步骤二：无人车辆通过激光雷达获取信标的位置和编号信息；步骤三：结合车载里程计信息和信标位置和编号信息构建位姿图；步骤四：对位姿图进行优化得到车辆定位轨迹和信标地图。通过位姿图优化对车载里程计信息和信标观测结果进行融合定位，大幅修正里程计的定位误差，可实现无人车辆在隧道等卫星信号弱、环境特征少的场景中的精准定位。
-
公开(公告)号：CN115015959A
公开(公告)日：2022-09-06
申请号：CN202210744154.6
申请日：2022-06-28
Applicant: 中山大学
IPC: G01S17/89 , G01S17/86 , G06T7/73 , G06V10/762
Abstract: 本发明涉及一种基于人工信标的无人车辆激光雷达建图与定位方法，包括如下步骤：步骤一：制作和布置信标；步骤二：无人车辆通过激光雷达获取信标的位置和编号信息；步骤三：结合车载里程计信息和信标位置和编号信息构建位姿图；步骤四：对位姿图进行优化得到车辆定位轨迹和信标地图。通过位姿图优化对车载里程计信息和信标观测结果进行融合定位，大幅修正里程计的定位误差，可实现无人车辆在隧道等卫星信号弱、环境特征少的场景中的精准定位。
-
-
-
-
Search Results
5
records
(took 0.033 seconds)
