发明

基于增量平滑的多传感器SLAM系统即插即用因子图融合方法2025

2024-06-01 07:21:21 发布于四川 11
  • 申请专利号:CN202410049718.3
  • 公开(公告)日:2025-06-27
  • 公开(公告)号:CN118067125A
  • 申请人:哈尔滨理工大学
摘要:基于增量平滑的多传感器SLAM系统即插即用因子图融合方法,涉及SLAM技术领域。本发明是为了解决使用不同源的多类传感器的SLAM系统的信息紧耦合联合优化的融合问题,涉及使用三种传感器:相机,IMU和LiDAR。本发明通过判断相机和LiDAR传感器数据的可靠性,有针对性的过滤掉不可靠的传感器数据,筛选出数据可靠的传感器信息,提高了SLAM系统的传感器容错能力;选择性地构建约束因子,构建可变结构的、即插即用式的紧耦合因子图,仅使用可靠数据的融合进行状态估计,保证了定位精度;使用增量平滑的方式进行优化求解,通过更新贝叶斯树的方式添加SLAM系统新增的观测信息,保证了全局优化的计算效率,提高了SLAM系统的响应速度。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 118067125 A (43)申请公布日 2024.05.24 (21)申请号 202410049718.3 (22)申请日 2024.01.12 (71)申请人 哈尔滨理工大学 地址 150080 黑龙江省哈尔滨市南岗区学 府路52号哈尔滨理工大学 (72)发明人 班喜程 尤波 孙明晓 栾添添  史云玲 马继瑞  (51)Int.Cl. G01C 21/20 (2006.01) G06N 7/01 (2023.01) G01C 21/16 (2006.01) G01S 17/86 (2020.01) 权利要求书2页 说明书12页 附图7页 (54)发明名称 基于增量平滑的多传感器SLAM系统即插即 用因子图融合方法 (57)摘要 基于增量平滑的多传感器SLAM系统即插即 用因子图融合方法,涉及SLAM技术领域。本发明 是为了解决使用不同源的多类传感器的SLAM系 统的信息紧耦合联合优化的融合问题,涉及使用 三种传感器:相机,IMU和LiDAR。本发明通过判断 相机和LiDAR传感器数据的可靠性,有针对性的 过滤掉不可靠的传感器数据,筛选出数据可靠的 传感器信息,提高了SLAM系统的传感器容错能 力;选择性地构建约束因子,构建可变结构的、即 插即用式的紧耦合因子图,仅使用可靠数据的融 合进行状态估计,保证了定位精度,使用增量平 A 滑的方式进行优化求解,通过更新贝叶斯树的方 5 式添加SLAM系统新增的观测信息,保

最新专利