一种数-模混合估计的多源融合定位方法及系统

    公开(公告)号:CN117451043A

    公开(公告)日:2024-01-26

    申请号:CN202311793765.0

    申请日:2023-12-25

    Applicant: 武汉大学

    Abstract: 一种数‑模混合估计的多源融合定位方法及系统,涉及多传感器融合定位技术领域,其利用IMU数据驱动模块回归传播调整因子、IMU不确定度因子和伪观测因子;利用LiDAR数据驱动模块计算场景特征退化率;根据IMU不确定度因子和场景特征退化率确定融合定位系统的不确定度;根据传播调整因子动态调整模型驱动传播预测时的噪声协方差,当场景特征退化率超过阈值时,仅使用伪观测因子进行观测更新,并结合不确定度进行位姿估计。本申请通过基于数据驱动的方法为基于模型驱动的滤波器系统提供自适应的参数调整,来适应不同场景和不同运动状态的变化。增强了系统在复杂场景和运动下的鲁棒性,综合考虑了传感器数据和系统模型的不确定度,能提供更可靠的结果置信度。

    一种多机碎片地图聚合更新方法及系统

    公开(公告)号:CN117213470A

    公开(公告)日:2023-12-12

    申请号:CN202311467332.6

    申请日:2023-11-07

    Applicant: 武汉大学

    Abstract: 本发明提供一种多机碎片地图聚合更新方法及系统,属于智能建图技术领域,包括:多机碎片地图数据预处理;构建基于多机异构数据挖掘的分层重定位模型,提取具有鲁棒性的场景描述子并进行几何验证;构建基于局部‑全局联合优化的多机碎片地图聚合策略,融合优化全局地图,得到一致性全局地图,并对全局地图组织及存储;构建基于子地图的重叠度计算机制,并根据重叠度结果进行局部地图的更新或替换,最终实现全局地图的时效更新。本发明通过构建基于局部‑全局联合优化的多机碎片地图聚合策略,降低了多机多期数据优化复杂度。

    一种数-模混合估计的多源融合定位方法及系统

    公开(公告)号:CN117451043B

    公开(公告)日:2024-03-15

    申请号:CN202311793765.0

    申请日:2023-12-25

    Applicant: 武汉大学

    Abstract: 一种数‑模混合估计的多源融合定位方法及系统,涉及多传感器融合定位技术领域,其利用IMU数据驱动模块回归传播调整因子、IMU不确定度因子和伪观测因子;利用LiDAR数据驱动模块计算场景特征退化率;根据IMU不确定度因子和场景特征退化率确定融合定位系统的不确定度;根据传播调整因子动态调整模型驱动传播预测时的噪声协方差,当场景特征退化率超过阈值时,仅使用伪观测因子进行观测更新,并结合不确定度进行位姿估计。本申请通过基于数据驱动的方法为基于模型驱动的滤波器系统提供自适应的参数调整,来适应不同场景和不同运动状态的变化。增强了系统在复杂场景和运动下的鲁棒性,综合考虑了传感器数据和系统模型的不确定度,能提供更可靠的结果置信度。

    一种多机碎片地图聚合更新方法及系统

    公开(公告)号:CN117213470B

    公开(公告)日:2024-01-23

    申请号:CN202311467332.6

    申请日:2023-11-07

    Applicant: 武汉大学

    Abstract: 本发明提供一种多机碎片地图聚合更新方法及系统,属于智能建图技术领域,包括:多机碎片地图数据预处理;构建基于多机异构数据挖掘的分层重定位模型,提取具有鲁棒性的场景描述子并进行几何验证;构建基于局部‑全局联合优化的多机碎片地图聚合策略,融合优化全局地图,得到一致性全局地图,并对全局地图组织及存储;构建基于子地图的重叠度计算机制,并根据重叠度结果进行局部地图的更新或替换,最终实现全局地图的时效更新。本发明通过构建基于局部‑全局联合优化的多机碎片地图聚合策略,降低了多机多期数据优化复杂度。

Patent Agency Ranking