公开(公告)号：CN116242372A

公开(公告)日：2023-06-09

申请号：CN202310002241.9

申请日：2023-01-03

Applicant: 东南大学

Inventor： 潘树国 ,  刘宏 ,  高旺 ,  吴鹏博 ,  贾丰硕 ,  赵庆

IPC: G01C21/28 ,  G01C21/20 ,  G01C21/16

Abstract: 本发明公开了一种GNSS拒止环境下UWB‑激光雷达(LiDAR)‑惯导(INS)融合定位方法，包括：首先对UWB的测距信息进行非视距误差的剔除，LiDAR点云进行原始观测运动畸变的补偿；UWB利用扩展卡尔曼滤波算法实现位置解算，计算初始位置和姿态，完成INS系统的初始化；UWB定位的同时需经过精度因子(DOP)、基站数量，观测残差进行质量判断，剔除误差较大的定位点；INS系统采用机械编排算法，实现高频位姿解算的同时，将结果作为先验用于LiDAR的动态匹配过程；后端构造维护一个轻量化的因子图，将激光雷达里程计的观测值、IMU预积分、UWB绝对观测进行融合以减少累积误差。本发明能为GNSS拒止环境下的实时定位问题提供一种可靠的解决方案，并能保持分米级的定位精度。

公开(公告)号：CN116242372B

公开(公告)日：2024-07-19

申请号：CN202310002241.9

申请日：2023-01-03

Applicant: 东南大学

Inventor： 潘树国 ,  刘宏 ,  高旺 ,  吴鹏博 ,  贾丰硕 ,  赵庆

IPC: G01C21/28 ,  G01C21/20 ,  G01C21/16

Abstract: 本发明公开了一种GNSS拒止环境下UWB‑激光雷达(LiDAR)‑惯导(INS)融合定位方法，包括：首先对UWB的测距信息进行非视距误差的剔除，LiDAR点云进行原始观测运动畸变的补偿；UWB利用扩展卡尔曼滤波算法实现位置解算，计算初始位置和姿态，完成INS系统的初始化；UWB定位的同时需经过精度因子(DOP)、基站数量，观测残差进行质量判断，剔除误差较大的定位点；INS系统采用机械编排算法，实现高频位姿解算的同时，将结果作为先验用于LiDAR的动态匹配过程；后端构造维护一个轻量化的因子图，将激光雷达里程计的观测值、IMU预积分、UWB绝对观测进行融合以减少累积误差。本发明能为GNSS拒止环境下的实时定位问题提供一种可靠的解决方案，并能保持分米级的定位精度。