[发明专利]视觉惯性激光数据融合的模块化无人车定位方法及系统

说明书

本发明公开了一种视觉惯性激光数据融合的模块化无人车定位方法及系统，该方法包括以下步骤：1)采集模块通过单目相机、激光雷达及IMU获取无人驾驶汽车当前信息；2)根据步骤1)采集的无人驾驶汽车当前信息，位姿估计模块通过单目里程计和IMU预积分模型进行汽车的位姿估计，获得无人驾驶汽车的位姿信息；3)位姿优化模块根据步骤2)的位姿估计信息，建立多传感器融合的优化模型，并通过权重系数动态调节模块调节各传感器优化比重，增强了环境适应性，优化后得到车辆的最佳位姿，并将其转化至世界坐标系下，得到车辆的实时位姿。本发明能够满足在复杂环境下无人驾驶车辆定位的精确性和鲁棒性要求，适用于无人驾驶车辆的复杂环境下的定位。

技术领域

本发明涉及智能汽车定位技术，尤其涉及一种视觉惯性激光数据融合的模块化无人车定位方法及系统。

背景技术

随着社会经济和科学技术的飞速发展，人们出行的需求也越来越旺盛，汽车逐渐成为了人们生活中不可或缺的代步工具。经过多年发展，传统的汽车行业为了应对今后越来越复杂多变的需求，也兴起一股无人驾驶技术的研究热潮。诸如国内的有百度、华为、驭势等，国外的则有谷歌、特斯拉等科技公司和NVIDIA等芯片厂商都加入了无人驾驶技术的研发当中。目前国内各大高校也开始重视无人驾驶相关技术的开发。未来，汽车工业的转型，无人驾驶将成为主要的方向。

基于各种传感器的定位技术是无人驾驶中的关键技术，利用传感器获取的车辆环境与车辆自身的各种信息，计算得到车辆在环境中的准确位置。单独一种或两种传感器的定位方案如IMU航迹推演、视觉惯性里程计、激光惯性里程计等，因为传感器自身的局限性难以在复杂环境(高速运动、弱光照环境等)下进行准确的定位，鲁棒性和准确性无法保证应用要求，多传感器的融合方案中如何合理利用各传感器的优势也是一大挑战。基于此背景，本文提出一种视觉惯性激光数据融合的模块化无人车定位方法及系统。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种视觉惯性激光数据融合的模块化无人车定位方法及系统。

本发明解决其技术问题所采用的技术方案是：一种视觉惯性激光数据融合的模块化无人车定位方法，包括以下步骤：

1)采集获取无人驾驶汽车当前信息，包括通过单目相机采集的图像信息，激光雷达采集的三维点云信息以及IMU采集的加速度及角速度数据；

2)根据步骤1)采集的无人驾驶汽车当前信息，进行汽车的位姿估计，获得无人驾驶汽车的位姿信息；

3)根据位姿估计的位姿信息建立多传感器融合的优化模型，根据优化模型得到车辆的最佳位姿，并将其转化至世界坐标系下，得到车辆的实时位姿；所述优化模型为基于传感器模型的IMU测量误差、激光测量误差、相机测量误差设定误差函数，根据误差函数联立建立多传感器融合的优化模型。

按上述方案，所述步骤2)中获得无人驾驶汽车的位姿信息，具体如下：

通过对极几何约束从本质矩阵中计算单目相机的帧间运动信息(x_v，y_v，z_v，α_v，β_v，γ_v)，，(其中6个物理量分别表示欧式坐标系中在x，y，z三坐标轴中的平移与旋转量，下同),并通过路标点对比算法筛选单目图像的关键帧进行标记，对IMU的测量数据进行预积分处理，然后与单目相机进行联合初始化，恢复单目相机的尺度，并估计系统的速度、陀螺仪零偏及重力方向，得到无尺度的位姿变换(x_vi，y_vi，z_vi，α_vi，β_vi，γ_vi)，即无人驾驶汽车的位姿信息。

按上述方案，所述步骤2)中获得无人驾驶汽车的位姿信息，具体如下：