预建高精度地图的封闭区域UGV自动驾驶导航定位
发布时间：2021-08-13 09:08
针对封闭区域UGV自动驾驶应用,本文提出了一种基于平面高精度地图的导航定位方法。该方法利用三维激光扫描数据采用预定义的栅格地图概率值建立多分辨率地图,在保证定位精度的同时提高定位效率,采用极大似然估计获取载体位姿初值并将IMU数据用于计算高斯-牛顿法搜索初值。试验结果表明,基于激光扫描的二维地图构建与匹配定位方法能有效解决帧与帧匹配误差快速累积问题,可以高效地使用已有地图进行连续高精度的载体定位。
【文章来源】：测绘通报. 2020,(01)北大核心CSCD
【文章页数】：5 页
【部分图文】：
单站三维扫描原始点云
栅格地图因其直观、计算量小的优点，近年来逐渐成为移动机器人领域使用最广泛的地图表示方法[5]。栅格地图根据一定的坐标间距将环境分隔为一个个栅格，用p(s=1)表示每个栅格被障碍物占据(occupied)的概率，如图1所示，本文对每个栅格预定义占据概率值为0.1、0.3、0.6和0.9。栅格地图中的每个栅格初始概率值为0.1，若某个栅格中存在被投影的激光点，则该栅格被赋值为0.9，与其相邻的栅格被赋值为0.6，与其相隔一个栅格的所有栅格被赋值为0.3，若上述相邻栅格也与其他有激光点的栅格相邻，其概率值相应增加。构建栅格地图时采用高斯投影将所有点云坐标转换为高斯平面坐标(x,y,h)，然后根据点云在高斯平面的坐标确定栅格地图边界，将每个激光点对应至相应的栅格，最后根据上述规则计算出所有栅格的概率值并存储。
试验场地位于某开放园区内，园区非常空旷，试验时布设了26组水马围栏作为障碍物。本文使用FARO FOCUS系列三维扫描仪进行扫描建图，其量程为0.6～150 m，测距精度为1 mm。所采用IMU为SBG Ellipse2-N，航向测量精度为0.5°，RTK定位采用Trimble高精度定位板卡Bd982，基站架设于试验场地内。采用Robosense 16线Li DAR，量程为0.2～150 m，测距精度为2 cm。试验时Li DAR与GNSS天线安装在车顶，惯导系统安装在车内，仅采用其水平扫描线进行匹配定位。试验流程、试验设备及环境如图2和图3所示。3.2 点云匹配定位结果分析
【参考文献】：
期刊论文
[1]基于PDR、WiFi指纹识别、磁场匹配组合的室内行人导航定位[J]. 张鹏,赵齐乐,李由,牛小骥,刘经南. 测绘地理信息. 2016(03)
[2]基于磁钉技术的集装箱码头AGV定位精度分析[J]. 李凤娥,牛王强. 上海海事大学学报. 2016(01)
[3]一种融合激光和深度视觉传感器的SLAM地图创建方法[J]. 张毅,杜凡宇,罗元,熊艳. 计算机应用研究. 2016(10)
[4]基于地面三维激光扫描的精细地形测绘[J]. 梅文胜,周燕芳,周俊. 测绘通报. 2010(01)
[5]一种基于视觉的移动机器人定位系统[J]. 董再励,郝颖明,朱枫. 中国图象图形学报. 2000(08)
硕士论文
[1]基于激光LIDAR的室外移动机器人三维定位与建图[D]. 韩明瑞.东南大学 2016
[2]磁导航自动导向小车（AGV）关键技术与应用研究[D]. 周驰东.南京航空航天大学 2012
本文编号：3340147
【文章来源】：测绘通报. 2020,(01)北大核心CSCD
【文章页数】：5 页
【部分图文】：
单站三维扫描原始点云
栅格地图因其直观、计算量小的优点，近年来逐渐成为移动机器人领域使用最广泛的地图表示方法[5]。栅格地图根据一定的坐标间距将环境分隔为一个个栅格，用p(s=1)表示每个栅格被障碍物占据(occupied)的概率，如图1所示，本文对每个栅格预定义占据概率值为0.1、0.3、0.6和0.9。栅格地图中的每个栅格初始概率值为0.1，若某个栅格中存在被投影的激光点，则该栅格被赋值为0.9，与其相邻的栅格被赋值为0.6，与其相隔一个栅格的所有栅格被赋值为0.3，若上述相邻栅格也与其他有激光点的栅格相邻，其概率值相应增加。构建栅格地图时采用高斯投影将所有点云坐标转换为高斯平面坐标(x,y,h)，然后根据点云在高斯平面的坐标确定栅格地图边界，将每个激光点对应至相应的栅格，最后根据上述规则计算出所有栅格的概率值并存储。
试验场地位于某开放园区内，园区非常空旷，试验时布设了26组水马围栏作为障碍物。本文使用FARO FOCUS系列三维扫描仪进行扫描建图，其量程为0.6～150 m，测距精度为1 mm。所采用IMU为SBG Ellipse2-N，航向测量精度为0.5°，RTK定位采用Trimble高精度定位板卡Bd982，基站架设于试验场地内。采用Robosense 16线Li DAR，量程为0.2～150 m，测距精度为2 cm。试验时Li DAR与GNSS天线安装在车顶，惯导系统安装在车内，仅采用其水平扫描线进行匹配定位。试验流程、试验设备及环境如图2和图3所示。3.2 点云匹配定位结果分析
【参考文献】：
期刊论文
[1]基于PDR、WiFi指纹识别、磁场匹配组合的室内行人导航定位[J]. 张鹏,赵齐乐,李由,牛小骥,刘经南. 测绘地理信息. 2016(03)
[2]基于磁钉技术的集装箱码头AGV定位精度分析[J]. 李凤娥,牛王强. 上海海事大学学报. 2016(01)
[3]一种融合激光和深度视觉传感器的SLAM地图创建方法[J]. 张毅,杜凡宇,罗元,熊艳. 计算机应用研究. 2016(10)
[4]基于地面三维激光扫描的精细地形测绘[J]. 梅文胜,周燕芳,周俊. 测绘通报. 2010(01)
[5]一种基于视觉的移动机器人定位系统[J]. 董再励,郝颖明,朱枫. 中国图象图形学报. 2000(08)
硕士论文
[1]基于激光LIDAR的室外移动机器人三维定位与建图[D]. 韩明瑞.东南大学 2016
[2]磁导航自动导向小车（AGV）关键技术与应用研究[D]. 周驰东.南京航空航天大学 2012
本文编号：3340147
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3340147.html
