-
公开(公告)号：CN117804448B
公开(公告)日：2024-04-30
申请号：CN202410200168.0
申请日：2024-02-23
Applicant: 北京理工大学
Abstract: 本发明公开了一种自主系统定位方法、装置、计算机设备及存储介质。自主系统定位方法包括对自主系统的惯性测量数据进行状态预测以及运动补偿，并得到包含构造点的点云；将采集的超宽带数据和激光雷达特征点时间对齐和空间对齐，并记录与激光雷达特征点相对应的位置信息；基于超宽带数据补偿沿预定方向维度的激光雷达误差；计算当前迭代轮次中各个构造点的状态量预测值与各个构造点所属平面的测量值之间的残差；根据残差调整IESKF的迭代权重，并基于调整后的IESKF匹配构造点云并更新地图点。本发明利用IESKF将激光雷达特征点与IMU数据和超宽带数据进行融合，引入超宽带数据来补偿沿预定方向维度的激光雷达误差并在卡尔曼增益公式部分进行调整，提高了室内定位的性能。
-
公开(公告)号：CN118189959A
公开(公告)日：2024-06-14
申请号：CN202410290246.0
申请日：2024-03-14
Applicant: 北京理工大学
IPC: G01C21/20 , G01C21/16 , G01C21/00 , G06T7/73 , G06T7/269 , G06T7/277 , G06V10/44 , G06V10/46 , G06V10/82
Abstract: 本发明涉及一种基于YOLO姿态估计的无人机目标定位方法，属于无人机探索以及目标追踪领域。该方法首先通过无人机前视摄像头获取前方视野原始环境信息，并结合IMU数据，使用光流法及预积分处理解算无人机在地面坐标系下的定位；接着，利用深度学习中的YOLO网络进行目标特征点检测，并通过特征点的非极大值抑制、连通域分析等步骤精确地识别和定位目标；最后，结合相机和IMU的相对位置，使用卡尔曼滤波对目标的三维坐标进行融合处理，以实现准确的目标定位。此方法特别适用于复杂环境下的目标追踪和定位，优于传统目标定位方法。
-
公开(公告)号：CN117804448A
公开(公告)日：2024-04-02
申请号：CN202410200168.0
申请日：2024-02-23
Applicant: 北京理工大学
Abstract: 本发明公开了一种自主系统定位方法、装置、计算机设备及存储介质。自主系统定位方法包括对自主系统的惯性测量数据进行状态预测以及运动补偿，并得到包含构造点的点云；将采集的超宽带数据和激光雷达特征点时间对齐和空间对齐，并记录与激光雷达特征点相对应的位置信息；基于超宽带数据补偿沿预定方向维度的激光雷达误差；计算当前迭代轮次中各个构造点的状态量预测值与各个构造点所属平面的测量值之间的残差；根据残差调整IESKF的迭代权重，并基于调整后的IESKF匹配构造点云并更新地图点。本发明利用IESKF将激光雷达特征点与IMU数据和超宽带数据进行融合，引入超宽带数据来补偿沿预定方向维度的激光雷达误差并在卡尔曼增益公式部分进行调整，提高了室内定位的性能。
-
-
Search Results
3
records
(took 0.014 seconds)
