典型文献
基于三维点云地图和ESKF的无人车融合定位方法
文献摘要：
基于地图匹配的无人车定位方法的精度取决于已创建地图的精度,受外界的影响较小,适用于复杂场景下的无人车定位.然而目前采用的激光雷达点云匹配算法是以单一的特征为核心进行匹配,对于大规模点云匹配准确率较低,导致三维点云地图与实际环境偏差较大,造成基于地图匹配的无人车定位方法精度不高的问题.针对上述问题,提出了一种基于三维点云地图和误差状态卡尔曼滤波(ESKF)的无人车融合定位方法.该方法由三维点云地图构建和ESKF融合定位2个部分组成.在三维点云地图构建部分,通过正态分布变换(NDT)算法进行帧间点云匹配,提高大规模点云匹配准确率,并在根据激光里程计数据建立的位姿图顶点和约束边的基础上添加闭环约束构建图优化问题,采用列文伯格?马夸尔特(LM)算法进行求解,以减少位姿的累计漂移,提高三维点云地图精度.在ESKF融合定位部分,采用ESKF融合惯性测量单元(IMU)数据和三维点云地图数据,实现对无人车先验位姿(位置、姿态和速度)的修正并输出后验位姿.实验结果表明,与基于地图匹配的定位方法相比,该方法定位轨迹相对位姿误差最大值减小了0.1769 m,平均误差减小了0.0271 m,均方根误差减小了0.0594 m,在定位精度和稳定性方面具有更好的表现.
文献关键词：
无人车定位;融合定位;三维点云地图;误差状态卡尔曼滤波;激光雷达;点云匹配;图优化
中图分类号：
作者姓名：
崔文;薛棋文;李庆玲;王凤栋;郝雪儿
作者机构：
国能准能集团有限责任公司 机电管理部,内蒙古 鄂尔多斯 010300;中国矿业大学(北京) 机电与信息工程学院,北京 100083
文献出处：
引用格式：
[1]崔文;薛棋文;李庆玲;王凤栋;郝雪儿-.基于三维点云地图和ESKF的无人车融合定位方法)[J].工矿自动化,2022(09):116-122
A类：
激光雷达点云匹配
B类：
三维点云地图,ESKF,融合定位,定位方法,地图匹配,无人车定位,建地,复杂场景,匹配算法,大规模点云,匹配准确率,误差状态卡尔曼滤波,地图构建,建部,正态分布变换,NDT,激光里程计,位姿图,顶点,和约,建图,图优化,优化问题,伯格,夸尔,尔特,LM,漂移,高三,惯性测量单元,IMU,地图数据,先验,相对位姿,位姿误差,平均误差,定位精度
AB值：
0.225182
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
