-
公开(公告)号:CN119165516A
公开(公告)日:2024-12-20
申请号:CN202411135628.2
申请日:2024-08-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于群代数的双目视觉‑IMU‑RTK融合定位方法,属于定位技术领域。该方法包括:定义IMU的状态变量以及对应的状态误差变量;通过IMU获取对应变量的测量值以进行位姿状态预测;采用双目视觉的观测值对通过低精度IMU预测的位姿状态进行更新,并将相机位姿加入系统状态中,再通过重投影误差对系统状态和协方差矩阵进行更新,实时估计相机位姿;通过RTK观测值再次更新系统中由双目视觉测量值更新过的低精度IMU预测位姿状态,并基于群代数卡尔曼滤波实现低IMU与双目视觉以及RTK的紧耦合,从而得到最终位姿信息。本发明解决了定位时采用高精度IMU带来的成本问题,且本发明能够增进定位的鲁棒性和精度。
-
公开(公告)号:CN119850854A
公开(公告)日:2025-04-18
申请号:CN202411850295.1
申请日:2024-12-16
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于激光雷达点云密度分析的地图生成方法,包括建模阶段与建图阶段。建模阶段建立地图模型与雷达密度模型,其中地图模型包含地形的几何信息和空间密度信息,雷达密度模型用于表征点云的空间密度归一化系数。建图阶段首先对激光雷达点云数据进行预处理;其次计算体素点云占用密度并结合密度归一化系数获取空间密度表征,计算相邻体素柱间高度差得到阶跃高度特征,采用局部地形区域划分策略对各区域进行平面拟合来提取坡度和粗糙度属性;最后综合以上要素得到类高程地图。该方法能有效表达非结构环境下的空间密度信息及地形特征的多维度描述,提升地面智能移动平台的路径规划效率和安全性。
-