Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江淮前沿技术协同创新中心梁斌获国家专利权

江淮前沿技术协同创新中心梁斌获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉江淮前沿技术协同创新中心申请的专利基于多传感器融合的稳定建图定位方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118067109B

龙图腾网通过国家知识产权局官网在2025-11-04发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410198882.0,技术领域涉及:G01C21/00;该发明授权基于多传感器融合的稳定建图定位方法及系统是由梁斌;刘厚德;刘金明;韦邦国;兰斌;梁论飞设计研发完成,并于2024-02-22向国家知识产权局提交的专利申请。

基于多传感器融合的稳定建图定位方法及系统在说明书摘要公布了:本发明公开了基于多传感器融合的稳定建图定位方法及系统,方法包括:采集激光雷达、IMU、双目相机和车辆里程计原始数据,进行时空同步;对激光雷达的数据进行预处理,然后进行特征提取,与局部地图中的点云进行匹配,构建雷达定位结果;对IMU的信息进行预积分处理;对双目相机视觉图像信息进行特征提取并进行光流跟踪,然后进行退化检测,构建视觉跟踪定位结果;对车辆里程计进行车辆滑移检测;将雷达定位结果、视觉跟踪定位结果分别与IMU的预积分处理结果融合,然后进行回环检测,在因子图中联合优化,得到关键帧,使用关键帧对点云地图进行更新;本发明的优点在于:在复杂环境下稳定、准确地进行定位和建图。

本发明授权基于多传感器融合的稳定建图定位方法及系统在权利要求书中公布了:1.基于多传感器融合的稳定建图定位方法,其特征在于,包括以下步骤: 步骤一、采集激光雷达、IMU、双目相机和车辆里程计原始数据,进行时空同步; 步骤二、对激光雷达的数据进行预处理,预处理包括点云去畸变、地面点分割以及激光雷达退化检测,然后对预处理后的激光雷达点云数据进行特征提取,与局部地图中的点云进行匹配,构建雷达定位结果;所述步骤二中地面点分割,包括: 将激光雷达的点云数据内的各点沿着z方向做排序,取从小到大排序靠前的n个点,求得n个点的高度平均值Hlpr,选取高度小于Hlpr+δh的点作为种子点,δh是用于选取种子点的阈值,利用种子点建立平面模型,点云数据中的点到这个平面的正交投影距离小于阈值δd,则认为该点属于地面,否则属于非地面; 所述步骤二中激光雷达退化检测,包括: 将前几帧的激光雷达点云合并构成局部点云地图,将提取到的边缘点和面点与局部点云地图进行匹配,根据匹配关系构建残差函数为 其中,为激光雷达的残差约束,j为第j个特征点,e表示线特征点的集合,p表示面特征点的集合,,是当前帧的线特征点对应于地图的最近点坐标,是当前第j个特征点在M坐标系下的坐标;是当前帧的面特征点对应于地图中的平面点所构成平面的法向量; 对于激光雷达的残差约束,进行一阶泰勒展开,得到激光雷达点云残差的雅可比矩阵,并获取残差约束对应的Hessian矩阵,对雅可比矩阵进行奇异值分解找到其最小特征值λmin,设定为经验阈值,当Hessian矩阵的特征值大于这个经验阈值时,认为未发生退化,否则发生退化; 所述步骤二中激光雷达退化检测,还包括: 当检测出激光雷达处于退化环境时,将激光雷达的权重降低到第一预设值,依靠其它传感器进行定位; 步骤三、对IMU的信息进行预积分处理; 步骤四、对双目相机视觉图像信息进行特征提取并进行光流跟踪,然后进行退化检测,构建视觉跟踪定位结果; 步骤五、对车辆里程计进行车辆滑移检测,出现滑移情况的时候不采用车辆里程计数据; 步骤六、将雷达定位结果、视觉跟踪定位结果分别与IMU的预积分处理结果通过卡尔曼滤波进行融合得到激光里程计和视觉里程计,将激光里程计和视觉里程计均进行回环检测,激光里程计、视觉里程计、车辆里程计以及回环检测的结果在因子图中联合优化,得到关键帧,使用关键帧对点云地图进行更新。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人江淮前沿技术协同创新中心,其通讯地址为:230088 安徽省合肥市高新区望江西路920号中安创谷科技园二期H3、H4、H5、H6、H7、H8;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。