-
公开(公告)号：CN116295337A
公开(公告)日：2023-06-23
申请号：CN202310183231.X
申请日：2023-02-28
Applicant: 武汉大学
IPC: G01C21/00 , G01C21/34 , G01S17/931 , G06T17/20
Abstract: 一种面向自动驾驶的机器定位地图生成与机器泛在定位方法。该方法首先使用虚拟激光雷达结合现有的3D点云地图，生成仿真虚拟扫描，接着对虚拟扫描进行指纹特征和全局特征的提取，对来自于定位激光雷达传感器的查询帧进行指纹特征和全局特征的提取，并利用KD树进行候选位置的搜索，随后使用二阶段相似度估计方法计算查询帧与所有侯选位置的相似度，进而确定侯选位置，最后使用广义最近点迭代方法确定搭载多线激光雷达传感器的自动驾驶车辆的位置。本发明以多线激光雷达作为定位传感器，以其它激光雷达传感器采集的3D点云地图为基础生成高精度定位数据，能够在卫星信号被遮蔽的情况下为自动驾驶车辆提供全局位置。
-
公开(公告)号：CN118311601A
公开(公告)日：2024-07-09
申请号：CN202410292084.4
申请日：2024-03-14
Applicant: 武汉大学
Abstract: 本发明属于目标识别技术领域，具体涉及无人机用多模态视觉测绘方法、模块、吊舱及无人机，能够高效快速地实现无人机感知测绘计算。方法包括：步骤1，获取无人机周围环境整体点云；步骤2，将整体点云在水平方向分块；步骤3，对每个块计算其平面性，满足平面性阈值的加入候选集合；步骤4，对步骤3中不满足平面性阈值的块，根据块内所有点的高差分布特征对块进一步划分；步骤5，对步骤4新划分的子块，重复步骤3～4，直至划分次数达到次数设定值或块内的点数量小于点数设定值；步骤6，基于候选集合得到待选区域；步骤7，对候选区域计算法向量，并基于法向量计算垂直度，将小于垂直度阈值的区域作为最终识别出的降落区域。
-
公开(公告)号：CN113091733A
公开(公告)日：2021-07-09
申请号：CN202110275225.8
申请日：2021-03-15
Applicant: 武汉大学
Abstract: 本发明公开了一种基于毫米波雷达与IMU融合的实时定位装置及方法，装置由处理器、毫米波雷达传感器以及惯性测量单元传感器组成；本发明首先对毫米波雷达和惯性测量单元数据进行预处理，包括毫米波雷达数据的距离和多普勒傅里叶变换，以及惯性测量单元的预积分；然后通过获取的传感器实时数据，利用算法实时计算毫米波雷达传感器的精确位置与姿态；本发明实现了一种基于毫米波雷达与惯性测量单元融合的实时定位方法。本发明具有在复杂环境中无缝定位、数据自动采集、自主导航定位等功能，是一种多传感器融合的可在复杂环境无缝定位、自动化数据采集和自主导航定位方法和无人系统智能装备。
-
-
Search Results
3
records
(took 0.013 seconds)
