【技術實現步驟摘要】
本專利技術涉及定位系統領域，具體涉及一種針對多層巷道場景的多傳感器融合定位方法、裝置、電子設備及存儲介質。
技術介紹
1、高精度定位技術不僅是自動駕駛車輛安全行駛的關鍵，也是實現車輛自主導航的基礎。通過高精度定位技術，自動駕駛車輛可以精確地知道自己在路上的位置，從而安全地避開障礙物，準確地執行駕駛任務。在礦井內面對多層巷道的場景，多傳感器融合定位技術面臨了新的挑戰。
2、現有技術中，在實現多傳感器數據融合定位時，往往通過現場測繪、儀器測量，從而獲取超寬帶信標全局位姿，即uwb信標全局位姿，這種方法人力成本較大，不適合大規模的井下場景使用；也有使用激光雷達實現局部精準定位，但是并不能實現任意位置的啟動。
3、因此，現有技術存在缺陷，有待改進與發展。
技術實現思路
1、本專利技術實施例提供，用于解決現有技術中在實現多傳感器數據融合定位時，往往通過現場測繪、儀器測量，從而獲取超寬帶信標全局位姿，即uwb信標全局位姿，這種方法人力成本較大，不適合大規模的井下場景使用；也有使用激光雷達實現局部精準定位，但是并不能實現任意位置的啟動的技術問題。
2、本專利技術實施例第一方面，提供一種針對多層巷道場景的多傳感器融合定位方法，包括：
3、采集不同時間段的位于車輛上且用于檢測巷道環境的慣性測量單元的姿態數據、激光雷達的點云數據，以及布置在巷道內的uwb信標數據；
4、導入所述點云數據、所述姿態數據至slam算法中，以生成若干個不同時間段的第
5、合并若干個所述第一全局地圖，生成一張第二全局地圖；
6、拆分所述第二全局地圖，生成若干拓撲子地圖；
7、根據所述uwb信標數據，獲得車輛定位。
8、進一步的，所述導入所述點云數據、所述姿態數據至slam算法中，以生成若干個不同時間段的第一全局地圖的方法包括：
9、根據所述點云數據構建若干層點云地圖；
10、對每一層所述點云地圖按照巷道層級關系標注層號；
11、依次輸出相鄰層號的點云地圖中上一層點云地圖最后的里程計位姿和下一層點云地圖的第一個里程計位姿；
12、融合若干層點云地圖，生成所述第一全局地圖；
13、導入相鄰層號的所述點云地圖中上一層點云地圖最后的里程計位姿和下一層點云地圖的第一個里程計位姿至icp算法中，以通過點到面icp生成所述第一全局地圖。
14、進一步的，所述合并若干個所述第一全局地圖，生成一張第二全局地圖的方法包括：將若干個所述第一全局地圖中重疊區域的地圖段通過地圖合并方法進行融合，生層所述第二全局地圖。
15、進一步的，所述根據所述uwb信標數據，獲得車輛精準位置的方法包括：
16、根據所述uwb信標數據，獲得車輛粗位置；
17、匹配所述車輛粗位置、車輛實時的激光雷達數據、所述第二全局地圖，獲得車輛定位。
18、進一步的，所述根據所述uwb信標數據，獲得車輛定位的方法還包括：根據所述慣性測量單元的姿態數據更新車輛位于所述拓撲子地圖的定位。
19、進一步的，所述根據所述uwb信標數據，獲得車輛粗位置的方法包括：
20、根據張貼在所述uwb信標上的反光貼的反射強度，獲得反射強度值大于a的p點，所述反光貼上按照車輛進入巷道的先后順序設有標簽號；其中a的數值為用于區分反光貼和巷道環境中其余反光物體的臨界值；
21、根據所述光強點p，利用kd-tree進行近鄰搜索，獲得距離所述p點最近的n個點，并將n個點中距離所述p點的距離小于r的點聚類于集合q中；其中，n為大于的自然數，r為所述反光貼中用于反光的面上的最長直線段的數值；
22、若所述集合q中的元素的數目繼續增加，則在所述集合q中任意選取一個除所述p點以外的點作為點k，重復上一步驟直至所述集合q中的元素的數目不再增加；
23、若集合q中的元素的數目不再增加，則結束近鄰搜索，獲得所述反光貼的點云強度；
24、所述反光貼的點云強度，輸出所述反光貼的中心點的三維坐標以及反光貼的標簽號，獲得所述車輛粗位置。
25、本專利技術實施例第二方面，提供一種針對多層巷道場景的多傳感器融合定位裝置，包括：
26、采集模塊，用于采集不同時間段的位于車輛上且用于檢測巷道環境的慣性測量單元的姿態數據、激光雷達的點云數據，以及等間距布置在巷道內的uwb信標數據；
27、第一生成模塊，用于導入所述點云數據、所述姿態數據至slam算法中，以生成若干個不同時間段的第一全局地圖；
28、第二生成模塊，用于合并若干個所述第一全局地圖，生成一張第二全局地圖；
29、第三生成模塊，用于拆分所述第二全局地圖，生成若干拓撲子地圖；
30、獲得模塊，用于根據所述uwb信標數據，獲得車輛定位。
31、本專利技術實施例第三方面，提供一種電子設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述計算機程序被處理器執行時實施所述的一種針對多層巷道場景的多傳感器融合定位方法。
32、本專利技術實施例第四方面，提供一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實施所述的一種針對多層巷道場景的多傳感器融合定位方法。
33、有益效果：
34、由以上方案可知，本專利技術提供了一種針對多層巷道場景的多傳感器融合定位方法、裝置、電子設備及存儲介質，通過多傳感器數據融合，將慣性測量單元、激光雷達、uwb信標數據融合，能夠在多層巷道復雜環境中實現高精度的定位；通過在不同時間段的數據采集與地圖生成、車輛姿態數據的實時更新，適應礦井等動態環境中巷道結構變化，增強系統的靈活性，保證了定位系統的動態響應能力和精度；通過系統化的方案設計，相較于依賴大量人工測繪的傳統方法，uwb信標與多傳感器結合大幅減少了人力和時間成本，適合大規模礦井場景，減少了人力現場測繪和儀器測量的成本，提高了大規模井下場景的適用性；采用多種傳感器和融合算法，結合uwb信標、激光雷達、慣性測量單元，系統能在多種傳感器數據間進行校正與補償，具備更強的抗干擾和誤差修正能力，增強了系統在復雜環境中的抗干擾能力和魯棒性，保證了定位的穩定性和可靠性。
35、應當理解，前述構思以及在下面更加詳細地描述的額外構思的所有組合只要在這樣的構思不相互矛盾的情況下都可以被視為本公開的專利技術主題的一部分。
36、結合附圖從下面的描述中可以更加全面地理解本專利技術教導的前述和其他方面、實施例和特征。本專利技術的其他附加方面例如示例性實施方式的特征和/或有益效果將在下面的描述中顯見，或通過根據本專利技術教導的具體實施方式的實踐中得知。
本文檔來自技高網...【技術保護點】
1.一種針對多層巷道場景的多傳感器融合定位方法，其特征在于，包括：
2.根據權利要求1所述的一種針對多層巷道場景的多傳感器融合定位方法，其特征在于，所述導入所述點云數據、所述姿態數據至SLAM算法中，以生成若干個不同時間段的第一全局地圖的方法包括：
3.根據權利要求1所述的一種針對多層巷道場景的多傳感器融合定位方法，其特征在于，所述合并若干個所述第一全局地圖，生成一張第二全局地圖的方法包括：將若干個所述第一全局地圖中重疊區域的地圖段通過地圖合并方法進行融合，生層所述第二全局地圖。
4.根據權利要求1所述的一種針對多層巷道場景的多傳感器融合定位方法，其特征在于，所述根據所述UWB信標數據，獲得車輛精準位置的方法包括：
5.根據權利要求4所述的一種針對多層巷道場景的多傳感器融合定位方法，其特征在于，所述根據所述UWB信標數據，獲得車輛定位的方法還包括：根據所述慣性測量單元的姿態數據更新車輛位于所述拓撲子地圖的定位。
6.根據權利要求4所述的一種針對多層巷道場景的多傳感器融合定位方法，其特征在于，所述根據所述UWB信標數據，獲
7.一種針對多層巷道場景的多傳感器融合定位裝置，其特征在于，包括：
8.一種電子設備，其特征在于，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述計算機程序被處理器執行時實施如權利要求1～7中任意一項所述的一種針對多層巷道場景的多傳感器融合定位方法。
9.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實施如權利要求1～7中任意一項所述的一種針對多層巷道場景的多傳感器融合定位方法。
...【技術特征摘要】
1.一種針對多層巷道場景的多傳感器融合定位方法，其特征在于，包括：
2.根據權利要求1所述的一種針對多層巷道場景的多傳感器融合定位方法，其特征在于，所述導入所述點云數據、所述姿態數據至slam算法中，以生成若干個不同時間段的第一全局地圖的方法包括：
3.根據權利要求1所述的一種針對多層巷道場景的多傳感器融合定位方法，其特征在于，所述合并若干個所述第一全局地圖，生成一張第二全局地圖的方法包括：將若干個所述第一全局地圖中重疊區域的地圖段通過地圖合并方法進行融合，生層所述第二全局地圖。
4.根據權利要求1所述的一種針對多層巷道場景的多傳感器融合定位方法，其特征在于，所述根據所述uwb信標數據，獲得車輛精準位置的方法包括：
5.根據權利要求4所述的一種針對多層巷道場景的多傳感器融合定位方法，其特征在于，所述根據所述...
【專利技術屬性】
技術研發人員：王振，童鑫，王玉龍，金勇，
申請(專利權)人：南京北路智控科技股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。