[发明专利]一种多源信息自适应融合定位方法及系统

说明书

本发明涉及一种多源信息自适应融合定位方法及系统，其特征在于，包括以下内容：1)得到每帧激光点云数据优化后的匹配残差以及每帧激光点云数据的所有特征点距离激光雷达的平均距离；2)确定每帧激光点云数据的调节因子；3)确定GNSS定位数据的调节因子；4)根据待测车辆的惯性导航定位系统获取的惯性导航定位数据和确定的调节因子，融合待测车辆的GNSS接收机获取的GNSS定位数据、激光雷达系统获取的激光点云数据以及轮速计获取的定位数据，得到待测车辆当前时刻的姿态、速度和位置，本发明可以广泛应用于自动驾驶车辆导航定位领域中。

技术领域

本发明是关于一种多源信息自适应融合定位方法及系统，属于自动驾驶车辆导航定位领域。

背景技术

近年来，无人驾驶备受关注，其在提升交通效率及减少安全事故方面有着很大的潜力。高级别自动驾驶一般包括感知定位、决策规划和运动控制三大模块，其中，定位模块是最基础也是最关键的环节，其负责实时估计车辆的位置、速度和姿态并输入到感知决策等模块，以保证无人驾驶的正常运行。随着无人驾驶级别的不断提高，对于定位模块的精度、抗干扰性以及多场景适应性也提出更高的要求。目前，常见的独立定位方法包括卫星导航定位(GNSS)、惯性导航定位(INS)、基于视觉的匹配定位、基于激光点云的匹配定位、基于先验地图的匹配定位以及轮速计等其他辅助定位，不同的定位方法均存在各自的优劣势，例如：卫星导航定位在开阔地带定位信号质量较好，加上实时动态载波相位差分(RTK)的辅助，定位精度可达到厘米级，但是在城市环境或隧道，由于多路径效应和非视距效应，卫星导航定位会出现跳动或失锁现象；惯性导航定位是一种相对定位方法，由于惯性测量单元的测量值中存在零偏及噪声，在进行积分定位时会出现累积误差；在光照、阴影等情况下，由于图像质量受到严重影响，基于视觉的匹配定位也会发生不同程度的失效；在特征结构缺乏或单一的场景中，基于激光点云的匹配定位也会发生退化现象。可见，单一定位方法很难满足多场景下的高精度定位。因此，基于多传感器的组合导航定位成为目前研究与应用的重点，其中，GNSS/INS组合导航定位应用最为广泛。

在相对开阔区域，GNSS/INS组合导航定位系统可以提供高精度、高频率的6自由度位姿，但是当GNSS信号受到严重干扰或长时间失锁情况下，其定位精度会大大降低。为保证持续可靠的高精度定位，融合其他异构传感器信息是一种解决思路。近些年，同时定位与建图方法(SLAM)迅速发展，为无人驾驶定位提供新的可用位姿源。在实际应用及鲁棒性方面，激光SLAM整体要优于视觉SLAM，在GNSS信号受到干扰的环境中往往具有丰富的特征，此时，基于特征匹配的激光SLAM定位会更加可靠，而在GNSS定位良好的空旷区域中，由于结构特征缺少或单一激光SLAM会出现匹配失效，这正是GNSS与激光SLAM在定位方面的互补特性。

如何针对不同场景，根据相关参数自适应地调整GNSS和激光SLAM的量测噪声协方差，在线调节两种定位信息在融合算法中的权重，是实现多源信息自适应融合定位的关键问题，也是组合定位系统实现场景自适应性的关键问题。然而，传统的GNSS/INS组合导航定位难以满足自动驾驶在多场景下的定位要求。

发明内容

针对上述问题，本发明的目的是提供一种能够满足自动驾驶在多场景下定位要求的多源信息自适应融合定位方法及系统。

为实现上述目的，本发明采取以下技术方案：一种多源信息自适应融合定位方法，包括以下内容：

1)采用基于激光点云的匹配定位方法，根据待测车辆的激光雷达系统获取的待测车辆周围环境的若干帧激光点云数据，得到每帧激光点云数据优化后的匹配残差以及每帧激光点云数据的所有特征点距离激光雷达的平均距离；

2)采用模糊逻辑推理方法，根据得到的匹配残差和平均距离，确定每帧激光点云数据的调节因子；

3)采用模糊逻辑推理方法，根据待测车辆的GNSS接收机获取的GNSS定位数据，确定GNSS定位数据的调节因子；