动态环境下无人地面车辆点云地图快速重定位方法

发布时间：2023-04-02 22:57

　　无人地面车辆在战时全球定位系统定位信号缺失情况下,依靠车载传感器确定在已有地图中的位置是无人车辆发挥效能的关键。现有方法多基于二维栅格地图,难以适用于场景变化大的复杂环境,为此提出了一种动态环境下基于三维点云地图、采用聚类词带模型的快速定位算法。通过连续多帧激光雷达点云数据进行反向溯源,利用贝叶斯公式进行动态障碍物剔除,对点云进行聚类并提取各类的视点特征直方图描述子,进而构建词典与数据库并快速匹配,实现无人车点云地图中快速起始位置寻址;基于改进的实时激光定位与建图算法,完成了后续精准定位。实车实验结果表明:该算法在动态环境下能有效准确地在三维点云地图中精准定位,满足实时性需求。

【文章页数】：9 页

【文章目录】：
0 引言
1 算法总体框架
2 基于贝叶斯概率的动态障碍剔除
    2.1 点云反向溯源
    2.2 单帧动态障碍概率计算
    2.3 连续多帧对比概率更新
3 基于词袋模型的快速重定位
    3.1 点云聚类与描述子计算
    3.2 训练词典与构建数据库
    3.3 计算相似度获取初始位姿
    3.4 后续精准定位
4 实车实验
    4.1 动态障碍点剔除与点云地图建立
    4.2 快速初始重定位
    4.3 后续精准定位
5 结论



本文编号：3780132