[发明专利]一种基于多线激光雷达的车辆运动轨迹估计方法及系统

说明书

本发明属于智能汽车定位技术领域，具体涉及一种基于多线激光雷达的车辆运动轨迹估计方法及系统，其中方法包括，根据车辆的初始位姿和不同时刻惯性传感器的输出值得到粗选运动轨迹；获取多线激光雷达不同时刻的三维点云数据并进行栅格化处理得到灰度图；对相邻时刻的两帧灰度图之间的特征点进行特征匹配，得到特征匹配点对；根据特征匹配点对得到相邻时刻的点云数据之间的变换关系；根据所述变换关系得到车辆的精确运动轨迹，基于粗选的轨迹进行特定范围内的SURF匹配，这样就减少了SURF特征匹配的运算量和运算时间。该车辆轨迹估计方法无须依赖高精度地图、GPS和UWB等辅助定位技术，环境适用性强且应用范围广。

技术领域

本发明属于智能汽车定位技术领域，具体涉及一种基于多线激光雷达的车辆运动轨迹估计方法及系统。

背景技术

随着全球经济的全面深入发展，城市化进程得到了进一步的推进，为大众的出行、教育、医疗、休闲等带来了高度的便利。但是密集的城市化现状也带来了交通拥堵、交通事故高发、出行成本提高、环境污染急速加剧等一系列的问题。为了解决上述问题，提升道路的通行效率并且降低出现成本，众多的研究机构和汽车厂商逐步加大了对于智能汽车的研究。

智能汽车采用最前沿的定位与导航技术、环境感知技术、智能决策技术和高精度的运动控制技术。可以将驾驶员从繁重的驾驶任务中解脱出来，同时与车联网技术和前沿通信技术相结合，实现了车-车协同驾驶和车-路协同驾驶，利用前沿的通信技术和车辆决策技术，从根本上缓解交通拥堵难题。

智能汽车的实现需要多项关键技术的支撑，从智能车系统的工作流程入手可以将其关键技术概括为：高精度定位与导航技术、高实时环境感知与理解技术、智能化自主决策和优化技术、高可靠运动控制技术。其中，高精度定位与导航技术中要求智能汽车可以在多种复杂的道路环境中实现车辆的高精度定位和高精度运动轨迹估计。

目前，智能汽车的高精度定位与导航主要有如下几种方式：基于高精度地图匹配的车辆定位方式、基于组合导航与拓扑地图的车辆定位、基于UWB等局部定位方式的车辆高精度定位。上述这些定位方法都要求地图信息作为车辆定位的先验信息。而在智能汽车实际运行的过程中，因为道路维护、交通事故等原因，经常会遇到车辆行驶到高精度地图之外的区域。此时，上述方法就不能够稳定可靠地工作。针对这一现状，需对研究者纷纷对未知环境下的车辆自主定位与运动轨迹估计展开了研究。

发明内容

为了解决现有技术中车辆在高精度地图之外或未知环境下的运动轨迹估计的技术问题，本申请提供一种基于多线激光雷达的车辆运动轨迹估计方法及系统。

根据第一方面，本申请提供一种基于多线激光雷达的车辆运动轨迹估计方法，包括：

一种基于多线激光雷达的车辆运动轨迹估计方法，包括：

获取车辆的初始位姿和惯性传感器的测量值，根据所述初始位姿和测量值得到车辆的粗选运动轨迹；

获取多线激光雷达不同时刻的三维点云数据，分别对所述不同时刻的三维点云数据进行栅格化处理得到对应的包含有多个特征点的灰度图；

将所述粗选运动轨迹作为粗选范围，在粗选范围内对相邻时刻的两帧灰度图之间的特征点进行特征匹配，得到特征匹配点对；根据所述特征匹配点对在所述相邻时刻的两帧灰度图中的位置，得到相邻时刻的三维点云数据之间的变换关系；

根据所述变换关系，得到相邻时刻车辆的相对位姿，根据初始位姿和各个相邻时刻的相对位姿得到车辆的精确运动轨迹。

其中，根据所述特征匹配点对在所述相邻时刻的两帧灰度图中的位置，得到相邻时刻的三维点云数据之间的变换关系的步骤，包括：

从所述特征匹配点对中任取三对不同线的特征匹配点对，通过该三对特征匹配点对计算出所述相邻时刻的三维点云数据之间的变换关系。