典型文献
一种新的基于LiDAR/IMU组合的室内无人车导航系统
文献摘要：
在室内拒止条件下,无人地面车辆的室内导航面临巨大挑战.为了解决这个问题,我们引入了一种基于激光雷达(LiDAR)和惯性测量单元(IMU)的松组合导航系统,并提出了一种新的基于LiDAR的混合扫描匹配算法来估计车辆的相对位置和方向变化,该算法结合了遍历搜索和数学优化算法.首先在遍历搜索算法中引入了适应度函数,以寻找车辆姿态最优估计值,然后将该估计值作为数值优化算法的初始值进一步优化,最后通过无迹卡尔曼滤波器(UKF)将LiDAR估计位姿与DRS预测的结果进行松组合,从而减少惯性传感器的累积误差.在自主开发的无人地面车辆平台上进行的实际实验结果表明,本文所提出的室内无人车导航系统可以有效地减小DRS的误差累积,与hectorslam方法相比,定位误差降低了92.4％.
文献关键词：
LiDAR;扫面匹配;航位推算;室内导航;无人地面车辆
中图分类号：
作者姓名：
祝瑞辉;蔚保国;李爽
作者机构：
卫星导航系统与装备技术国家重点实验室,河北 石家庄 050081;中国电子科技集团公司第五十四研究所,河北 石家庄 050081
文献出处：
引用格式：
[1]祝瑞辉;蔚保国;李爽-.一种新的基于LiDAR/IMU组合的室内无人车导航系统)[J].数字通信世界,2022(04):14-17
A类：
无人地面车辆,hectorslam,扫面匹配
B类：
LiDAR,IMU,无人车,人车导航,拒止,室内导航,激光雷达,惯性测量单元,松组合,组合导航系统,匹配算法,相对位置,遍历搜索,搜索算法,适应度函数,最优估计,估计值,数值优化,初始值,无迹卡尔曼滤波器,UKF,位姿,DRS,惯性传感器,累积误差,自主开发,误差累积,定位误差,航位推算
AB值：
0.333081
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。
