-
公开(公告)号：CN109300162A
公开(公告)日：2019-02-01
申请号：CN201810939185.0
申请日：2018-08-17
Applicant: 浙江工业大学
Abstract: 一种基于精细化雷达扫描边缘点的多线激光雷达和相机联合标定方法，主要涉及机器人视觉、多传感器融合等技术领域。由于激光雷达分辨率的影响，往往提取的扫描边缘点都不够精准，导致标定结果也不够准确。本发明根据激光雷达点在边缘处距离突变的特性，多次寻找比较，取更靠近边缘的点作为标定点。通过对相机图像和雷达边缘点中的圆的检测，根据针孔相机模型计算相机和激光雷达间的平移。在得到的平移向量的邻域空间内搜索标定参数C，以找到使投影误差最小化的标定结果。本发明能够高精度地提取激光雷达扫在物体边缘的点，避免了由于激光雷达分辨率低导致的精度不够问题，从而提高了标定精度。
-
公开(公告)号：CN109300162B
公开(公告)日：2021-08-03
申请号：CN201810939185.0
申请日：2018-08-17
Applicant: 浙江工业大学
Abstract: 一种基于精细化雷达扫描边缘点的多线激光雷达和相机联合标定方法，主要涉及机器人视觉、多传感器融合等技术领域。由于激光雷达分辨率的影响，往往提取的扫描边缘点都不够精准，导致标定结果也不够准确。本发明根据激光雷达点在边缘处距离突变的特性，多次寻找比较，取更靠近边缘的点作为标定点。通过对相机图像和雷达边缘点中的圆的检测，根据针孔相机模型计算相机和激光雷达间的平移。在得到的平移向量的邻域空间内搜索标定参数C，以找到使投影误差最小化的标定结果。本发明能够高精度地提取激光雷达扫在物体边缘的点，避免了由于激光雷达分辨率低导致的精度不够问题，从而提高了标定精度。
-
公开(公告)号：CN109507677A
公开(公告)日：2019-03-22
申请号：CN201811306455.0
申请日：2018-11-05
Applicant: 浙江工业大学
Abstract: 一种结合GPS和雷达里程计的SLAM方法，包括如下步骤：1)采集差分GPS数据和来自激光雷达的点云数据；2)处理GPS数据获得位移(X,Y,Z)和姿态RPY角；3)匹配GPS数据和LiDAR的点云数据，通过时间戳对齐的方式实现数据匹配；4)结合步骤2)处理GPS得到的位姿数据和LiDAR的点云数据检验GPS数据的可靠性；5)使用雷达里程计算法LOAM获取(X,Y,Z)和RPY角；6)在GPS数据可靠的地方，使用GPS获取的位姿作为最终的位姿；在GPS数据不可靠的路段，利用该路段起点和终点的GPS位姿优化LOAM算法的位姿来获取最终的位姿；7)使用步骤6)输出的位姿转换激光雷达的点云数据到世界坐标系下，获取最终的全局地图。本发明适用于大范围城市三维地图的构建。
-
Patent Agency Ranking
公开(公告)号：CN109507677B
公开(公告)日：2020-08-18
申请号：CN201811306455.0
申请日：2018-11-05
Applicant: 浙江工业大学
Abstract: 一种结合GPS和雷达里程计的SLAM方法，包括如下步骤：1)采集差分GPS数据和来自激光雷达的点云数据；2)处理GPS数据获得位移(X,Y,Z)和姿态RPY角；3)匹配GPS数据和LiDAR的点云数据，通过时间戳对齐的方式实现数据匹配；4)结合步骤2)处理GPS得到的位姿数据和LiDAR的点云数据检验GPS数据的可靠性；5)使用雷达里程计算法LOAM获取(X,Y,Z)和RPY角；6)在GPS数据可靠的地方，使用GPS获取的位姿作为最终的位姿；在GPS数据不可靠的路段，利用该路段起点和终点的GPS位姿优化LOAM算法的位姿来获取最终的位姿；7)使用步骤6)输出的位姿转换激光雷达的点云数据到世界坐标系下，获取最终的全局地图。本发明适用于大范围城市三维地图的构建。
-
公开(公告)号：CN110261870A
公开(公告)日：2019-09-20
申请号：CN201910297985.1
申请日：2019-04-15
Applicant: 浙江工业大学
Abstract: 一种用于视觉-惯性-激光融合的同步定位与建图方法，主要涉及多传感器融合、SLAM等技术领域。为了解决单传感器SLAM在定位和建图中精度低、易丢失的问题，本发明提出了一种鲁棒的高精度的视觉、惯性、激光雷达融合的SLAM系统。本发明通过激光雷达的扫描匹配进一步优化紧耦合的视觉惯性里程计，得到更加精确的定位结果。并且当相机或者激光雷达发生退化，导致视觉惯性模块或者扫描匹配模块不能正常工作时，系统自动整合剩余可工作模块，维持稳定的位姿估计。为了移除累计误差，添加了基于外观的回环检测和基于点云的邻近匹配，之后进行六自由度的位姿优化，以保持全局一致性。本发明能够得到鲁棒的高精度的定位和建图效果。
-
公开(公告)号：CN110261870B
公开(公告)日：2021-04-06
申请号：CN201910297985.1
申请日：2019-04-15
Applicant: 浙江工业大学
Abstract: 一种用于视觉‑惯性‑激光融合的同步定位与建图方法，主要涉及多传感器融合、SLAM等技术领域。为了解决单传感器SLAM在定位和建图中精度低、易丢失的问题，本发明提出了一种鲁棒的高精度的视觉、惯性、激光雷达融合的SLAM系统。本发明通过激光雷达的扫描匹配进一步优化紧耦合的视觉惯性里程计，得到更加精确的定位结果。并且当相机或者激光雷达发生退化，导致视觉惯性模块或者扫描匹配模块不能正常工作时，系统自动整合剩余可工作模块，维持稳定的位姿估计。为了移除累计误差，添加了基于外观的回环检测和基于点云的邻近匹配，之后进行六自由度的位姿优化，以保持全局一致性。本发明能够得到鲁棒的高精度的定位和建图效果。
-
公开(公告)号：CN109522832A
公开(公告)日：2019-03-26
申请号：CN201811311219.8
申请日：2018-11-06
Applicant: 浙江工业大学
Abstract: 一种基于点云片段匹配约束和轨迹漂移优化的回环检测方法，采用实时激光雷达里程计与建图LOAM系统，但是LOAM系统在长时间建图之后会产生较大漂移，所以提出一种点云片段匹配约束和轨迹漂移优化的回环检测方法。通过对激光雷达获取的点云进行分割、描述、匹配，从而找到回环关系，发现回环之后利用显式循环闭合ELCH算法进行回环调整，并且提出优化算法来消除点云地图调整过程出现的局部不一致。本发明在优化之后提出位姿预测与补偿算法对回环之后的位姿进行预测和补偿。从而能达到最大化减少漂移误差的效果。
-
公开(公告)号：CN109522832B
公开(公告)日：2021-10-26
申请号：CN201811311219.8
申请日：2018-11-06
Applicant: 浙江工业大学
Abstract: 一种基于点云片段匹配约束和轨迹漂移优化的回环检测方法，采用实时激光雷达里程计与建图LOAM系统，但是LOAM系统在长时间建图之后会产生较大漂移，所以提出一种点云片段匹配约束和轨迹漂移优化的回环检测方法。通过对激光雷达获取的点云进行分割、描述、匹配，从而找到回环关系，发现回环之后利用显式循环闭合ELCH算法进行回环调整，并且提出优化算法来消除点云地图调整过程出现的局部不一致。本发明在优化之后提出位姿预测与补偿算法对回环之后的位姿进行预测和补偿。从而能达到最大化减少漂移误差的效果。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.012 seconds)
