[发明专利]一种SLAM室外大场景精准定位方法在审
| 申请号： | 202010587786.7 | 申请日： | 2020-06-24 |
| 公开（公告）号： | CN111721298A | 公开（公告）日： | 2020-09-29 |
| 发明（设计）人： | 侯学渊;雷翔;柳昊 | 申请（专利权）人： | 重庆赛迪奇智人工智能科技有限公司 |
| 主分类号： | G01C21/20 | 分类号： | G01C21/20;G01C21/16;G01S19/45 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 400050 重庆市九龙*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 slam 室外 场景 精准 定位 方法 | ||
1.一种SLAM室外大场景精准定位方法，其特征在于，包括以下步骤：
S1：使用IMU和Wheel Odemetry更新的状态；
S2：传播IMU和Wheel Odemetry的不确定性；
S3：当有GNSS或者LIDAR测量结果到达时进入S4，否则进入S1；
S4：计算GNSS/Lidar的卡尔曼增益(Kalman Gain)；
S5：计算误差状态Error State；
S6：校正预测状态Predicted State；
S7：计算校正协方差；
S8：计算当前位置。
2.根据权利要求1所述的一种SLAM室外大场景精准定位方法，其特征在于，所述IMU、GNSS、Lidar、Wheel Odmetry各传感器需要进行各自的校准及联合标定。
3.根据权利要求1所述的一种SLAM室外大场景精准定位方法，其特征在于，所述IMU和Wheel Odemetry获取高频率状态跟新信息，GNSS和LIDAR获取低频率测量结果，进而进行校正。
4.根据权利要求1所述的一种SLAM室外大场景精准定位方法，其特征在于，所述计算GNSS/Lidar的卡尔曼增益时，使用基于迭代的卡尔曼滤波，迭代卡尔曼滤波器主要目的在于克服EKF线性化过程中对高阶误差的舍弃而造成的估计不准确，迭代主要是指在量测更新过程中添加了一步迭代，直到状态收敛。
5.根据权利要求1所述的一种SLAM室外大场景精准定位方法，其特征在于，所述S6除了通过Error State的计算进行校正，还可通过高精地图的关键帧和Lidar进行校正。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆赛迪奇智人工智能科技有限公司，未经重庆赛迪奇智人工智能科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202010587786.7/1.html，转载请声明来源钻瓜专利网。
