[发明专利]基于多传感器融合的SLAM制图方法、系统

说明书

本发明提供了一种基于多传感器融合的SLAM制图方法和系统，应用于服务器，包括：获取移动平台关于周围环境的多个传感器数据；多个传感器数据包括：点云数据，图像数据，IMU数据和GNSS数据；对多个传感器数据进行层级处理，生成多个定位信息；其中，一个传感器数据对应于一个定位信息；基于多个定位信息，得到移动平台的目标定位信息；基于目标定位信息，生成局部高精度地图；对局部高精度地图进行闭环检测操作，得到移动平台的高精度全局地图。本发明缓解了现有技术中存在的容易受周围环境限制而导致的精度低的技术问题。

技术领域

本发明涉及导航多传感器融合技术领域，尤其是涉及一种基于多传感器融合的SLAM制图方法、系统。

背景技术

SLAM (SIMUltaneous Localization And Mapping)技术是指即时定位与地图构建，即通过处理传感器采集的周围环境数据，实时反馈当前运动系统在未知环境的位置并同时绘制运动系统的周围环境地图，此地图可以是2D平面地图，也可以是三维周围环境地图。在机器人、自动驾驶、虚拟现实、测绘、农业、林业、电力、建筑等行业已经有了很广泛的应用。目前常用的传感器单元包括激光器、惯性导航系统(Inertial Measurement Unit，IMU)、视觉相机、全球导航卫星系统（Global Navigation Satellite System，GNSS）。

当前比较成熟的SLAM算法大致可以分为激光SLAM和视觉SLAM两类。激光SLAM指主要利用激光传感器获取数据，进行同步定位和制图。激光器不依赖周围环境的光照，且能够扫描周围环境的高精度三维信息，其算法较为稳健，目前随着激光器成本的降低，逐渐成为SLAM领域较为热门的研究领域之一。 但是激光器在无明显结构的环境中，如平面墙、草原、狭窄走廊等环境，其无法探测到有效的环境特征，导致定位和制图容易失败。视觉SLAM主要是利用相机传感器来获取周围环境的影像数据，通过拍摄的影像信息来进行定位和制图。其价格低廉、可视化性强，一直是SLAM研究领域最热门的方向。但是视觉相机很依赖周围环境的光照信息和纹理信息，一但光照变化过大，或者纹理重复性单一，容易导致制图失败。

无论是激光SLAM还是视觉SLAM两着还存在随着时间的增长，累计误差会逐渐增加，造成定位和制图效果精度下降，目前比较流行的方式是通过闭环等方式来进行修正，但是在大规模制图中，受限周围环境，精度往往都达不到目前地图生产所要求的精度。

发明内容

有鉴于此，本发明的目的在于提供一基于多传感器融合的SLAM制图方法和系统，以缓解了现有技术中存在的容易受周围环境限制而导致的精度低、误差大的技术问题。

第一方面，本发明实施例提供了一种基于多传感器融合的SLAM制图方法，应用于服务器，包括：获取移动平台关于周围环境的多个传感器数据；所述多个传感器数据包括：点云数据，图像数据，IMU数据和GNSS数据；对所述多个传感器数据进行层级处理，生成多个定位信息；其中，一个传感器数据对应于一个定位信息；基于所述多个定位信息，得到所述移动平台的目标定位信息；基于所述目标定位信息，生成局部高精度地图；对所述局部高精度地图进行闭环检测操作，得到所述移动平台的高精度全局地图。

进一步地，获取移动平台关于周围环境的多个传感器数据，包括：以激光器为基准，标定相机、IMU、GNSS和所述激光器之间的位置关系，得到标定信息；其中，所述激光器、所述相机、IMU和所述GNSS均为所述移动平台上的传感器；以所述GNSS的时间为基准，同步所述激光器、所述相机、所述IMU的时间到当前GNSS的时间系统；同步采集所述激光器、所述相机、所述IMU和所述GNSS的数据，得到所述移动平台关于周围环境的多个传感器数据；其中，所述点云数据为所述激光器采集到的数据，所述图像数据为所述相机采集到的数据，所述IMU数据为所述IMU采集到的数据，所述GNSS数据为所述GNSS采集到的数据。