申请/专利权人：厦门大学

申请日：2024-01-19

公开（公告）日：2024-04-19

公开（公告）号：CN117906591A

主分类号：G01C21/00

分类号：G01C21/00;G01C21/20;G01C21/16;G01S17/86;G01S19/40;G01S19/45;G01S19/47

优先权：

专利状态码：在审-公开

法律状态：2024.04.19#公开

摘要：本发明涉及移动机器人定位导航技术领域，具体涉及一种多传感器紧耦合的SLAM算法；S1、以激光雷达LiDAR为视觉传感器获得原始点云数据，并从中提取特征点；S2、激光雷达‑惯性里程计LIO利用紧密耦合的迭代扩展卡尔曼滤波器将激光雷达特征点与IMU数据融合，对车辆进行位姿估计，并输出车辆姿态和点云地图。本发明中，通过将LiDAR、IMU、GNSS的多传感器信息融合，能够在复杂环境中实现鲁棒的位姿估计和高精度全局点云地图构建，规避GNSS信号区域信号被遮挡导致定位效果不理想的现象，为机器人导航和环境感知提供了可靠基础，同时为无人驾驶汽车提供连续可用、精准可靠的导航定位服务。

主权项：1.一种多传感器紧耦合的SLAM算法，其特征在于，包括以下步骤：S1、以激光雷达LiDAR为视觉传感器获得原始点云数据，并从中提取特征点；S2、激光雷达-惯性里程计LIO利用紧密耦合的迭代扩展卡尔曼滤波器将激光雷达特征点与IMU数据融合，对车辆进行位姿估计，并输出车辆姿态和点云地图；S3、将估计的位姿加入位姿图Pose-Graph中，融入GNSS因子进行全局优化，通过GNSS高精度全局定位结果抑制激光雷达-惯性里程计的误差累积，结合初始位姿完成高精全局点云地图构建。

全文数据：

权利要求：

百度查询： 厦门大学 一种多传感器紧耦合的SLAM算法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD