一种基于目标引导的偏向搜索的后端优化方法
成果类型:: 发明专利
发布时间: 2023-12-14 13:48:02
本发明的技术方案是:一种基于目标引导的偏向搜索的后端优化方法,包括如下步骤:步骤一、通过传感器采集无人车数据;步骤二、对传感器数据信息进行时间和空间标定;步骤三、把统一好的传感器数据进行融合;步骤四、确定匹配算法要进行的搜索区域;步骤五、使用基于角点特征的回环策略判断是否回环,如果回环失败则回到步骤三,反之则继续执行;步骤六、使用稀疏姿态调整方法对无人车位姿节点进行优化;步骤七、对比暴力枚举匹配和目标区域匹配,分析目标区域匹配的优势;步骤八、在gazebo上将无人车后端优化结构进行可视化,并进行误差分析。
近几年随着智能驾驶技术的发展,汽车行业逐渐朝着无人驾驶方向发展。同时定位与建图(SLAM)能为车辆提供实时高精度定位的同时还能完成环境建图操作,是实现无人驾驶的先决条件,故SLAM算法的好坏关系到无人车自主运行的安全性和有效性。在SLAM的前端中,由于各种传感器采集的数据不是非常精确,在长时间的积累下就会造成误差的不断累积,因此就需要SLAM后端来优化前端的数据。SLAM后端优化是SLAM技术里的一个重要环节,主要是处理SLAM过程中的数据融合,位姿匹配以及回环检测。为了确保车辆的实时性,通常要求后端优化时间尽量减少,但是目前大部分的算法的匹配是通过当前信息与局部地图进行暴力匹配的方式,即遍历一定范围内所有的平移与旋转的位姿,选出得分最大的一个位姿,这将耗费大量的计算时间,从而导致实时性很难得到保证。
近几年随着智能驾驶技术的发展,汽车行业逐渐朝着无人驾驶方向发展。同时定位与建图(SLAM)能为车辆提供实时高精度定位的同时还能完成环境建图操作,是实现无人驾驶的先决条件,故SLAM算法的好坏关系到无人车自主运行的安全性和有效性。在SLAM的前端中,由于各种传感器采集的数据不是非常精确,在长时间的积累下就会造成误差的不断累积,因此就需要SLAM后端来优化前端的数据。SLAM后端优化是SLAM技术里的一个重要环节,主要是处理SLAM过程中的数据融合,位姿匹配以及回环检测。为了确保车辆的实时性,通常要求后端优化时间尽量减少,但是目前大部分的算法的匹配是通过当前信息与局部地图进行暴力匹配的方式,即遍历一定范围内所有的平移与旋转的位姿,选出得分最大的一个位姿,这将耗费大量的计算时间,从而导致实时性很难得到保证。
发明人:张卫波 占景超 温珍林 幸永祥 张绚 刘俊豪
福州大学(Fuzhou University),简称福大,位于福建省福州市,创建于1958年,是国家“双一流”建设高校,国家“211工程”建设高校,国家教育部、国家国防科技工业局与福建省人民政府共建高校,福建省三所重点建设的高水平大学之一,福建省一流大学建设高校,入选国家建设高水平大学公派研究生项目、教育部首批“卓越工程师教育培养计划”高校、新工科研究与实践项目、数据中国“百校工程”项目、国家“111计划”、“高校国际化示范学院推进计划”、国家级大学生创新创业训练计划、全国首批深化创新创业教育改革示范高校、中国政府奖学金来华留学生接收院校、全国专业学位研究生教育综合改革试点单位、国家集成电路人才培养基地、首批高等学校科技成果转化和技术转移基地、高校国家知识产权信息服务中心。
相较于现有技术,本发明具有以下有益效果:本发明一种基于目标引导的偏向搜索的后端优化方法,提出了一种基于目标引导的偏向搜索策略,并对偏向搜索策略进行误差分析,经实验证实该方法与原暴力枚举匹配方法的优势。并且使用基于角点特征的回环策略来进行回环。在回环成功后,又使用一种稀疏姿态调整(SPA)优化,即只对无人车的位姿节点进行优化,不再对路标点进行实时的优化,从而达到一种图优化的简化模型,并利用gazebo进行仿真实验,验算方法的有效性。
当前专利未经权利人许可不得实施,希望将科技成果转让给研发实力雄厚的企业,由受让人对科技成果实施转化。交易的是科技成果中的知识产权,可以包括专利权、专利申请权、技术秘密等。科技成果转让后,转让方获得转让费,不再是科技成果的所有人;受让方向转让方支付转让费,并成为科技成果的新的所有人。