【技術實現步驟摘要】
本專利技術涉及多傳感器融合定位，特別是一種適用于多軸轉向車輛的多傳感器融合定位方法。
技術介紹
1、多軸轉向車輛在大型工程應用中的適用日益頻繁，能夠有效搬運百米級風機葉片計長途運輸超重級橋梁結構/化工設備等，是保證“不可解體”大件的完整運輸以及滿足各種特殊作業要求的核心工程裝備。在智能多軸轉向車輛實現自主化操作的過程中，其先決條件便是定位導航，在智能多軸轉向車輛準確地估計自身位姿以及建立外部環境后，才能自動化完成后續規劃、決策、控制等任務。然而，工程車輛常常面臨定位條件惡劣的環境，如隧道、礦坑等具有遮擋物且環境結構單一的條件下，gnss、lidar會發生退化，對多軸轉向車輛進行高精度定位帶來一定的挑戰。因此需要一種創新的多傳感器融合算法，能夠使多軸轉向車輛在定位條件惡劣的情況下保證一定的精度。目前針對多軸轉向車輛的多傳感器融合定位算法研究較少，在普通的兩軸車輛上的定位算法研究較多。現有關于車輛定位中較強環境適應性的方法，如參考專利cn202311068502提出一種基于圖優化的多傳感器融合定位與建圖方法，在激光雷達、imu、gps的基礎上添加了輪速里程計，并通過非線性優化方法實現具有良好的定位精度。又如專利cn202410108411提出的一種地面約束的多傳感器融合定位與建圖方法，其構建imu和編碼器測量模型，后端模塊通過構建激光雷達-imu里程計因子、地平面因子、imu和編碼器預積分因子以及閉環因子來優化因子圖，獲得高精度位姿。這些定位方法雖然在二軸車輛上具有較好的定位精度與環境適應性，但多軸車輛直接套用仍然存在一些不足與局限
2、(1)傳統二軸車輛通常引入輪速計作為觀測量來加強在惡劣定位環境下的定位魯棒性，其一般采用基于車輛動力學與車輛運動學的測量模型，但多軸轉向車輛在實際行駛過程中，其動力學模型復雜，且觀測精度很大程度上依賴于非線性輪胎模型、路面摩擦稀疏和車輛參數的準確性，這些參數的獲取成本較高且非常困難，需要進行復雜的校準測試。同時多軸轉向車輛的車身結構與普通車輛存在顯著差異，其具有獨特的運動學模型且轉角分配方式十分靈活，傳統二軸車輛的運動學模型不再適用。
3、(2)傳統二軸車輛運動學一般采用自行車模型，其轉向中心位于前輪法線與后輪法線相交處，而多軸轉向車輛由于其擁有多個輪子，在轉向過程中各輪子之間法線的交點通常無法匯聚為一點，因此轉向中心無法確定，而且輪子會由于不滿足阿克轉向定理發生打滑，使得運動學模型的可信度降低，從而影響定位精度。
技術實現思路
1、有鑒于此，本專利技術的目的在于提供一種適用于多軸轉向車輛的多傳感器融合定位方法，。
2、為實現上述目的，本專利技術采用如下技術方案：一種適用于多軸轉向車輛的多傳感器融合定位方法，包括以下步驟：
3、步驟s1：在多軸全輪轉向車輛平臺上安裝多種傳感器，采集imu數據、激光雷達實時掃描點云、gnss信號、各輪轉角傳感器讀數和各輪輪速計讀數，并對齊所有采集信號的時間戳；
4、步驟s2：建立待估計狀態的運動學模型，并根據imu數據對激光雷達點云數據進行去畸變，實現點云的運動補償；
5、步驟s3：建立誤差狀態離散模型、激光雷達觀測模型、多軸轉向車輛運動學觀測模型以及gnss觀測模型；
6、步驟s4：考慮多輪非阿克曼轉向造成的影響，提出自適應調整多軸轉向車輛觀測噪聲協方差方法，從而保證底盤觀測數據的正確加權；
7、步驟s5：融合imu、gnss、激光雷達、多軸轉向車輛各輪轉角、轉速觀測信息，構建基于序貫的迭代誤差狀態卡爾曼濾波器，通過迭代計算得到最優定位估計結果。
8、在一較佳的實施例中，步驟s1的實現方法為：
9、在多軸轉向車輛平臺上基于ros機器人操作系統建立imu、gnss、激光雷達以及多軸全輪轉向底盤的通信訂閱模塊，分別用于采集imu的加速度信號ai與角速度信號ωi、gnss的緯度、經度、高度信息λi,φi,hi、激光雷達的點云信息{o1,o2,…,om}i，其中oi為點在激光雷達坐標系的坐標信息、多軸全輪轉向底盤的信號{n1,n2,…nm,α1,α2,…αm}i，其中nm為第m個輪胎的轉速信息，αm為第m個輪胎的轉角信息；
10、在采集一定時間內的數據后，以激光雷達每點云幀掃描的結束時間為時間戳對齊點，將imu、gnss、多軸全輪轉向車輛底盤各輪轉速、轉角信號通過線性插值的方法估計在該時間點的測量數值。
11、在一較佳的實施例中，步驟s2的實現方法為：
12、設計待估計的狀態變量x表示為：
13、
14、其中g·i表示imu坐標系i在世界坐標系g下的表示；世界坐標系g原點為第一幀imu所在的位置，x軸指向正東，y軸指向正北,z軸滿足右手坐標系法則；φ表示為三維旋轉矩陣，p表示三維位置向量，v表示三維速度向量，bω表示陀螺儀三維角速度零偏向量，ba表示加速度計三維加速度零偏向量，g表示重力加速度向量；
15、考慮imu輸出加速度計噪聲na、陀螺儀噪聲nω、加速度計零偏噪聲及陀螺儀零偏噪聲nbω的噪聲影響，構建噪聲矩陣并建立狀態模型：
16、
17、其中·i表示i時刻、表示向量到反對稱矩陣的映射，加速度、陀螺儀、加速度零偏與陀螺儀零偏噪聲為建模高斯白噪聲,再根據前向運動學方法建立前向傳播方程：
18、
19、其中表示測量值，表示第i時刻的測量狀態，δti表示imu數據相鄰兩幀的時間之差；通過前向傳播的方法粗略估計激光雷達掃描結束時間下的狀態，再通過后向傳播估計各個點的運動補償：
20、
21、由于點的采集頻率大于imu的采集頻率，每幀imu間通常有多個點測量，因此以上個時刻的imu幀的狀態為準；得到的點相對掃描結束時間的位姿定義為其中表示k時刻；imu坐標系與j時刻imu坐標系之間的相對旋轉變換矩陣，表示k時刻imu坐標系與j時刻imu坐標系之間的相對位置變換矩陣，將該點投影到掃描結束時間：
22、
23、式中表示投影到掃描結束時間的點坐標，itl表示激光雷達到imu的坐標系變換。
24、在一較佳的實施例中，步驟s3的實現方法為：
25、imu的誤差狀態模型：在運動狀態變量ximu的基礎上定義誤差量δximu：
26、
27、式中x為真實狀態量，為通過估計的狀態，δ·為真實量與估計量之差；其中表示真實姿態和估計姿態之間的小偏差，log()為對數映射，線性誤差模型如下：
28、
29、誤差狀態方程的線性化形式可表示為：
30、
31、式中誤差狀態線性化后的雅可比矩陣為：
32、
33、gnss觀測模型:gnss的狀態觀測模型可以表示為：
34、zgnss＝hgnss(x)+wgnss,wgnss～n(0,wgnss)
35、其中wg本文檔來自技高網...
【技術保護點】
1.一種適用于多軸轉向車輛的多傳感器融合定位方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種適用于多軸轉向車輛的多傳感器融合定位方法，其特征在于，步驟S1的實現方法為：
3.根據權利要求1所述的一種適用于多軸轉向車輛的多傳感器融合定位方法，其特征在于，步驟S2的實現方法為：
4.根據權利要求1所述的一種適用于多軸轉向車輛的多傳感器融合定位方法，其特征在于，步驟S3的實現方法為：
5.根據權利要求1所述的一種適用于多軸轉向車輛的多傳感器融合定位方法，其特征在于，步驟S4的實現方法為：設計多軸轉向車輛的噪聲協方差自適應因子建模如下：
6.根據權利要求1所述的一種適用于多軸轉向車輛的多傳感器融合定位方法，其特征在于，步驟S5的實現方法為：
【技術特征摘要】
1.一種適用于多軸轉向車輛的多傳感器融合定位方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種適用于多軸轉向車輛的多傳感器融合定位方法，其特征在于，步驟s1的實現方法為：
3.根據權利要求1所述的一種適用于多軸轉向車輛的多傳感器融合定位方法，其特征在于，步驟s2的實現方法為：
4.根據權利要求1所述的一種適用...
【專利技術屬性】
技術研發人員：陳淑梅，謝真，杜恒，張志忠，章小龍，陳沛揚，葉祺濱，萬嘉偉，
申請(專利權)人：福州大學，
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。