无人驾驶高精度地图与多传感器融合技术

高精度地图制作流程，过程中涉及了多个传感器与多计算步骤。首先，陀螺仪（IMU）及轮测距器（Wheel Odometer）可以高频率地给出当前无人车的位置预测，但是由于陀螺仪及轮测距器的精度原因，给出的位置可能会有一定程度的偏差。为了纠正这些偏差，我们可以使用传感器融合技术（比如使用Kalman Filter）结合GPS与LiDAR的数据算出当前无人车的准确位置。然后根据当前的准确位置与激光雷达的扫描数据，我们可以把新的数据加入地图中。

下面的公式是个高度简化的高精地图计算模型，Q代表优化方程，z代表激光雷达扫描出的点，h方程预测最新扫描点的位置与反光度，m扫描到的点在地图中的位置，x代表无人车当前的位置。这个方程的目的是通过最小J求出测量出的点在地图中的准确位置。在这个计算模型中，m与x开始都是未知的，所以我们可以先通过多传感器的融合求出无人车的位置x，然后求出测量点在地图中的准确位置m。

J = Q（z-h（m,x））

（编辑：应用网_阳江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!