-
公开(公告)号:CN118548871A
公开(公告)日:2024-08-27
申请号:CN202410517585.8
申请日:2024-04-28
Applicant: 东北大学
Abstract: 本发明属于视觉定位及视觉SLAM技术领域,公开了一种结合车道线约束的多传感器融合定位方法。获取第一位姿和第一坐标,恢复车道线采样点深度,获取车道线采样点的第二坐标,计算第一距离。根据第一位姿预测历史帧车道线在当前帧位置,构建代价矩阵,实现车道线跟踪。结合车道线曲率特性和多帧车道线关联数据对车道线采样点位置进行修正,构建准确的局部车道线地图。结合第一距离和车道线地图构建第一误差约束,根据第一位姿变换构建第二误差约束,实现位姿优化。本发明通过结合车道线约束,抑制自动驾驶长距离行驶的累计漂移问题,实现了持续性的实时高精度定位,有助于后续开展导航规划等任务。
-
公开(公告)号:CN119247378A
公开(公告)日:2025-01-03
申请号:CN202411400196.3
申请日:2024-10-09
Applicant: 东北大学
Abstract: 本发明属于激光传感器定位技术领域,公开了一种用于挑战性场景的可定位性感知的激光雷达惯性里程计。提高在挑战性场景下系统的鲁棒性。所述激光雷达惯性里程计主要由三个部分组成,退化检测器、退化处理子系统和高频里程计子系统;分割激光雷达点云缓解在剧烈运动场景下点云过度畸变的问题。激光雷达退化检测可实现稳定的退化判断。自适应每个点的权重的ESKF方法,尽可能的利用到已有的空间信息,提高系统在退化场景下的稳定性。在多种实验中,对所提出的方法进行了评估和比较,证明了本方案在具有挑战性的环境中的性能和可靠性改进。
-