文档名：复杂环境中的无人车多传感器紧耦合SLAM方法
摘要：提出了一种多传感器信息紧耦合的无人驾驶车辆SLAM方法—Ligom,此方法在复杂环境中,可以实现无人驾驶车辆状态的实时估计与环境地图的构建.Ligom基于迭代扩展卡尔曼滤波(iEKF)理论设计,融合了惯性测量单元(IMU)、全球导航卫星系统(GNSS)、激光雷达(Lidar)与相机(Camera)等不同传感器.首先利用IMU预测车辆的先验状态与消除点云畸变,并使用滑动窗口方法保存点云特征以提高点云匹配精度;然后,通过对GNSS信息作初始化与坐标系变换,分别完成滤波更新得到后验状态;最后在后端环节引入关键帧进行状态优化与反馈更新,构建全局环境点云地图.此外,利用Camera-Lidar联合检测的多目标检测与跟踪算法,完成全局桩桶地图的构建.Ligom在四个不同平台与环境采集的数据集上进行了充分验证.
作者：宋学佳 敖银辉 王文杰Author：SONGXuejia AOYinhui WANGWenjie
作者单位：广东工业大学机电工程学院,广东广州510006
刊名：传感技术学报 ISTICPKU
Journal：ChineseJournalofSensorsandActuators
年，卷(期)：2023, 36(9)
分类号：TP393
关键词：多传感器紧耦合 SLAM 迭代扩展卡尔曼滤波 多目标检测与跟踪
Keywords：multi-sensortightlycoupled SLAM IterativeExtendedKalmanFilter multitargetdetectionandtracking
机标分类号：TP391.41TP242U463.6
在线出版日期：2023年11月22日
基金项目：复杂环境中的无人车多传感器紧耦合SLAM方法[
期刊论文] 传感技术学报--2023, 36(9)宋学佳 敖银辉 王文杰提出了一种多传感器信息紧耦合的无人驾驶车辆SLAM方法—Ligom,此方法在复杂环境中,可以实现无人驾驶车辆状态的实时估计与环境地图的构建.Ligom基于迭代扩展卡尔曼滤波(iEKF)理论设计,融合了惯性测量单元(IMU)、全球导航...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
复杂环境中的无人车多传感器紧耦合SLAM方法 The SLAM Method of Multi-Sensor Tight Coupling for UGV in Complex Situations
复杂环境中的无人车多传感器紧耦合SLAM方法.pdf
- 文件大小:
- 4.88 MB
- 下载次数:
- 60
-
高速下载
|
|
