公开(公告)号：CN118836858A

公开(公告)日：2024-10-25

申请号：CN202410890789.6

申请日：2024-07-04

Applicant: 东南大学

Inventor： 潘树国 ,  王向 ,  孙之寒 ,  高旺 ,  刘宏 ,  赵庆

IPC: G01C21/16 ,  G01C21/00 ,  G01S17/86

Abstract: 本发明公开了一种顾及多模式切换的MAP‑LIDAR‑IMU融合定位方法，包括：首先，通过正态分布变换（NDT）算法进行激光雷达点云与先验地图的匹配，为定位框架提供精确的六自由度（6DoF）位姿。其中，采用激光里程计的帧间估计取代运动模型为NDT提供初始位姿，以解决在高速或快速旋转等挑战场景下的鲁棒性问题。其次，为提高全局定位的鲁棒性，设计了多模式切换算法，实现有选择的触发全局匹配和局部激光里程计航位推算；同时将激光雷达里程计的观测值、IMU局部观测、地图匹配绝对观测进行融合以减少累积误差，维护全局优化位姿与关键帧队列，持续输出高精度车辆定位结果。本发明能为长时间的鲁棒定位问题提供一种可靠的解决方案，与传统地图匹配定位方法比较，在定位鲁棒性和准确性上均有大幅度提高。

公开(公告)号：CN118913251A

公开(公告)日：2024-11-08

申请号：CN202411156421.3

申请日：2024-08-22

Applicant: 东南大学

Inventor： 潘树国 ,  刘宏 ,  高旺 ,  赵恒 ,  黄飞璇 ,  赵庆 ,  王向

IPC: G01C21/00 ,  G01C21/34 ,  G01C21/32 ,  G01C21/20 ,  G01S17/06 ,  G01S17/86

Abstract: 本发明公开了一种轻量化隐式神经地图的重定位方法，包括：首先对当前点云进行运动补偿校正，并体素降采样，训练构建轻量化及高分辨率的隐式神经地图；利用神经点特征进行闭环检测和校正，确保地图的一致性和准确性；引入惯性导航系统的预积分估计，用于为隐式配准提供先验初值，同时利用点到隐式神经模型的配准方法，实现基于轻量化隐式神经地图的状态估计；激光重定位提供的环境约束和惯性导航系统的动态估计有效结合，利用基于因子图框架融合重定位因子和预积分因子，实现实时鲁棒的定位定姿。本发明通过一种新颖的轻量化隐式神经地图存储模型，能够解决传统点云数据存储量大，重定位性能受地图分辨率影响的问题，同时能够实现定位精度的提升。