一种激光雷达自定位和三维环境重构方法及装置

    公开(公告)号:CN116883596A

    公开(公告)日:2023-10-13

    申请号:CN202310900752.2

    申请日:2023-07-21

    Applicant: 上海大学

    Abstract: 本申请提供了一种激光雷达自定位和三维环境重构方法及装置,所述方法包括:持续获取激光雷达获取的每一帧图像,定义在激光雷达坐标系下的每帧图像为第一点云;对第一点云进行畸变修正,获得第二点云;从全局坐标系下的全局点云中,提取能够与第二点云重叠的参考点云;将第二点云与参考点云进行配准,得到当前激光雷达坐标系到全局坐标系的变换矩阵,用以修正所述激光雷达坐标系到所述全局坐标系的旋转矩阵及平移向量;基于修正后的旋转矩阵及平移向量修正第一点云,并将其从激光雷达坐标系映射到全局坐标系,采用自适应分辨率策略将映射后的第一点云合并到全局点云中,获得全局地图。本申请使得点云地图的大小不随时间变化,提高了地图构建精度。

    一种基于ANFIS-ESKF的地面移动机器人多传感器融合定位方法

    公开(公告)号:CN115060260A

    公开(公告)日:2022-09-16

    申请号:CN202210160522.2

    申请日:2022-02-22

    Applicant: 上海大学

    Abstract: 本发明公开了一种基于ANFIS‑ESKF的地面移动机器人多传感器融合定位方法。该方法包括:建立轮式‑IMU里程计(WIO)的测量模型,推导系统的状态方程;建立视觉里程计(VO)的测量模型,推导系统的观测方程;用ESKF对WIO和VO的运动估计信息进行融合;建立自适应神经模糊推理系统ANFIS(Adaptive Neural Fuzzy Inference System),根据WIO和VO的直接信息,推断里程计的运动状态,实时调整误差状态卡尔曼滤波ESKF(Error State Kalman Filter)中预测模型和测量模型的协方差矩阵。本发明与现有技术相比,能够根据系统的状态实时调整ESKF参数,定位精度更高,鲁棒性更强。

Patent Agency Ranking