基于融合地图的自动驾驶激光雷达定位算法

黄伟杰; 张希; 朱旺旺; 赵柏暄; 陈浩

doi:10.13873/J.1000-9787(2023)05-0139-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于融合地图的自动驾驶激光雷达定位算法

计算与测试 | 更新时间：2025-09-11

- 基于融合地图的自动驾驶激光雷达定位算法
- 暂无标题
- 传感器与微系统 2023年第5期页码：139-142
- 作者机构：
  
  上海交通大学汽车电子控制技术国家工程实验室
- 作者简介：
- 基金信息：
  
  政府间国际科技创新合作重点专项资助项目(2019YFE0100200)
- DOI：10.13873/J.1000-9787(2023)05-0139-04
  中图分类号： TN958.98;U463.6
- 纸质出版：2023
- 稿件说明：
移动端阅览
黄伟杰, 张希, 朱旺旺, 等. 基于融合地图的自动驾驶激光雷达定位算法[J]. 传感器与微系统, 2023,(5):139-142.
黄伟杰, 张希, 朱旺旺, 等. 基于融合地图的自动驾驶激光雷达定位算法[J]. 传感器与微系统, 2023,(5):139-142. DOI： 10.13873/J.1000-9787(2023)05-0139-04.

DOI：

摘要

针对环境变更对自动驾驶激光雷达(LiDAR)定位产生不可预估影响的问题，提出一种基于融合地图的LiDAR定位方法。在线定位中，根据里程计的结果将激光点云融入到离线地图中，使用融合后的地图有效地解决在线定位跳变。定位过程中，根据位姿滑窗维护和离线地图格式一致的在线地图，通过求解在线地图和离线地图间的差异度，自动识别环境更新区域，协助离线地图更新。实验结果表明：算法可以有效降低环境变更导致的定位跳变，在环境出现变更时，可以及时地识别出环境的更新区域。

Abstract

关键词

Keywords

references

激光雷达/MEMS微惯性组合室内导航算法研究[J]. 李荣冰;王智奇;廖自威.传感器与微系统,2020(12)

多传感器信息融合的自动驾驶车辆定位与速度估计[J]. 彭文正;敖银辉;黄晓涛;王鹏飞.传感技术学报,2020(08)

提取激光雷达点云线特征的快速定位方法[J]. 刘耀;姜民政;杨胡坤;宋健.传感器与微系统,2020(03)

Robust Intensity-Based Localization Method for Autonomous Driving on Snow–Wet Road Surface[J]. Aldibaja Mohammad;Suganuma Naoki;Yoneda Keisuke.IEEE Transactions on Industrial Informatics,2017

Robust LIDAR localization using multiresolution Gaussian mixture maps for autonomous driving[J]. Ryan W Wolcott;Ryan M Eustice.The International Journal of Robotics Research,2017

On-Manifold Preintegration for Real-Time Visual--Inertial Odometry[J]. Forster Christian;Carlone Luca;Dellaert Frank;Scaramuzza Davide.IEEE Transactions on Robotics,2017

浏览量

353

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

浅析毫米波雷达在自动驾驶领域的现状及展望

感知不确定性下基于风险预测的驾驶策略

面向复杂场景的智能车辆局部路径规划算法

基于分层聚合与高度语义信息感知的多任务网络

改进的Quasi-Dense多目标跟踪算法