激光雷达和惯性测量单元融合的定位与建图方法及系统

    公开(公告)号:CN113066105B

    公开(公告)日:2022-10-21

    申请号:CN202110362412.X

    申请日:2021-04-02

    Abstract: 本发明公开了激光雷达和惯性测量单元融合的定位与建图系统及方法,解决了纯激光SLAM算法中存在的高度误差累积问题。首先对激光雷达和IMU进行联合标定。激光雷达获取原始点云数据,送入激光里程计。IMU获取激光雷达位姿送入激光里程计。激光里程计包括高频激光里程计和低频激光里程计;高频激光里程计对原始点云数据进行运动畸变去除以及特征点提取,得到特征点云,针对前后两次激光帧对应的特征点云进行配准,激光雷达的位姿差值。低频激光里程计,选取关键帧,针对当前关键帧与局部点云地图进行匹配,得到激光雷达的激光里程计位姿并输出。构建因子图模型进行优化求解得到优化后的变量节点,得到激光雷达在世界坐标系下的位姿以及3D点云地图。

    激光雷达和惯性测量单元融合的定位与建图方法及系统

    公开(公告)号:CN113066105A

    公开(公告)日:2021-07-02

    申请号:CN202110362412.X

    申请日:2021-04-02

    Abstract: 本发明公开了激光雷达和惯性测量单元融合的定位与建图系统及方法,解决了纯激光SLAM算法中存在的高度误差累积问题。首先对激光雷达和IMU进行联合标定。激光雷达获取原始点云数据,送入激光里程计。IMU获取激光雷达位姿送入激光里程计。激光里程计包括高频激光里程计和低频激光里程计;高频激光里程计对原始点云数据进行运动畸变去除以及特征点提取,得到特征点云,针对前后两次激光帧对应的特征点云进行配准,激光雷达的位姿差值。低频激光里程计,选取关键帧,针对当前关键帧与局部点云地图进行匹配,得到激光雷达的激光里程计位姿并输出。构建因子图模型进行优化求解得到优化后的变量节点,得到激光雷达在世界坐标系下的位姿以及3D点云地图。

Patent Agency Ranking