CN113204039A - 一种应用于机器人的rtk-gnss外参标定方法 - Google Patents

一种应用于机器人的rtk-gnss外参标定方法 Download PDF

Info

Publication number
CN113204039A
CN113204039A CN202110493792.0A CN202110493792A CN113204039A CN 113204039 A CN113204039 A CN 113204039A CN 202110493792 A CN202110493792 A CN 202110493792A CN 113204039 A CN113204039 A CN 113204039A
Authority
CN
China
Prior art keywords
rtk
robot
data
coordinate system
mobile station
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110493792.0A
Other languages
English (en)
Other versions
CN113204039B (zh
Inventor
程敏
闫宗涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Yijiahe Technology R & D Co ltd
Original Assignee
Shenzhen Yijiahe Technology R & D Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Yijiahe Technology R & D Co ltd filed Critical Shenzhen Yijiahe Technology R & D Co ltd
Priority to CN202110493792.0A priority Critical patent/CN113204039B/zh
Publication of CN113204039A publication Critical patent/CN113204039A/zh
Application granted granted Critical
Publication of CN113204039B publication Critical patent/CN113204039B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/40—Correcting position, velocity or attitude
    • G01S19/41—Differential correction, e.g. DGPS [differential GPS]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/43—Determining position using carrier phase measurements, e.g. kinematic positioning; using long or short baseline interferometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种应用于机器人的RTK‑GNSS外参标定方法，包括步骤：(1)在机器人上分别配置有RTK移动站和SLAM传感器；(2)机器人根据RTK移动站发送的定位数据以及SLAM传感器获取的数据计算得到各个时刻其自身位姿数据，并构建残差方程；(3)使用LM算法计算得到残差方程的最优值，进而得到各优化变量的估计结果；使用估计结果更新机器人位姿、机器人建立的全局地图信息和RTK外参。本发明使用单天线RTK，深度嵌入到SLAM算法中，在SLAM过程在线标定了所需外参，可以充分利用RTK定位高精度的优点。

Description

一种应用于机器人的RTK-GNSS外参标定方法
技术领域
本发明涉及定位领域，尤其涉及一种应用于机器人的RTK-GNSS外参标定方 法。
背景技术
RTK广泛应用于室外建图与定位系统中，其不会累计误差，并且在开阔场景可以达到1-3厘米的精度，可以有效消除各种里程计的累计误差。缺点是在周围由遮挡物时定位不准确，无法应对室内、隧道、周围由高大建筑物等场景。
SLAM(同步定位与建图)过程通过传感器(激光、摄像头、编码器、IMU 等)可以同步估计周围环境和机器人自身状态，广泛应用在无人驾驶、无人仓储、智能巡检等场景中，目前室外SLAM可以达到厘米级定位精度，缺点是在大型超大型应用场景中，在缺少回环的情况下仍然会累计误差，如果误差累计过大, 回环检测也难以修正。
针对上述定位方案的优缺点，可以发展融合RTK与SLAM的解决方案，只需要在RTK信息足够准确时利用RTK信息对SLAM过程的累计误差进行消除，可以提高SLAM过程的稳定性，使其可以在室外空旷，大型应用场景中使用。
为了融合RTK与SLAM过程，必须给出RTK所在坐标系与SLAM全局坐标系的转换关系，在目前的方案中存在以下缺点：
1.由于机器人定位需要给出位姿信息，大多数辅助里程计的方案都要求给出带有姿态的RTK信息，这就要求使用尺寸较大的双天线RTK，且双天线距离越远，给出方向越准确，但在体型较小的机器人(比如无人机)上是不可能实现的。
2.现有的离线标定算法需要首先给出地图与同步采集的RTK信息，才能进一步处理得到RTK与地图之间的外参，这样的方法无法应用RTK辅助建图过程，只能辅助进行定位。
3.现有标定方法在标定过程中没有考虑RTK天线与机器人车体坐标系不重合的问题，这样会带来无法消除的外参误差(最大为RTK天线到机器人中心距离 *2)。大多数情况下该外参误差已经超出了RTK本身的精度范围。
发明内容
发明目的：本发明针对上述不足，提供了一种应用于移动机器人的外参标定方法。
技术方案：
一种应用于机器人的RTK-GNSS外参标定方法，包括步骤：
(1)在机器人上分别配置有RTK移动站和SLAM传感器，RTK移动站与机器人进行通信，并配置一RTK基站通过调频信号与RTK移动站进行通信，通过RTK移动站完成RTK差分定位；
(2)机器人接收RTK移动站的定位数据，如果接收到的是第一帧RTK数据，则根据该信息在原地创建ENU坐标系，并将后续接收到的RTK数据转换到该坐标系下；
(3)机器人根据RTK移动站发送的定位数据以及SLAM传感器获取的数据计算得到各个时刻其自身位姿数据，并构建残差方程：
Figure BDA0003053515850000021
其中，u表示ENU坐标系，g表示机器人建立的全局地图坐标系，base表示机器人本体坐标系；ni:表示机器人状态队列的第i个序号，fni表示与第i个机器人状态同时刻的RTK信息在RTK信息队列中的序号，f0表示第一帧RTK数据的序号；
Figure BDA0003053515850000022
是第fni个RTK数据的位置信息在ENU坐标系下的表示，
Figure BDA0003053515850000023
是第一帧RTK数据的位置信息在ENU坐标系下的表示，
Figure BDA0003053515850000024
是第i个机器人的位置在全局地图坐标系下的表示，
Figure BDA0003053515850000025
是RTK移动站天线在机器人本体坐标系下的位置，
Figure BDA0003053515850000026
是第一帧RTK数据的位置信息在全局地图坐标系下的表示；
Figure BDA0003053515850000027
代表 ENU坐标系与全局地图坐标之间的旋转矩阵，
Figure BDA0003053515850000028
表示机器人本体坐标系与全局地图坐标系之间的旋转矩阵；
(4)以
Figure BDA0003053515850000029
作为优化变量，其中，
Figure BDA00030535158500000210
初始值为0；
Figure BDA00030535158500000211
表示在全局地图坐标系下第i个机器人位置；
Figure BDA00030535158500000212
表示ENU坐标系到全局地图坐标系的坐标转换，由第一帧RTK数据决定；得到残差方程变量的初始值：
Figure BDA0003053515850000031
(5)使用LM算法计算得到残差方程的最优值，进而得到各优化变量的估计结果；使用估计结果更新机器人位姿、机器人建立的全局地图信息和RTK外参；
(6)以得到的各优化变量的最优估计结果作为初始值，重复步骤(5)进行迭代，并计算前后两次迭代的最终残差值的变化量，若该变化量小于设定阈值，则结束迭代，得到最终机器人建立的全局地图信息和RTK外参；若该变化量大于设定阈值，则重复本步骤，直至达到最大迭代次数，输出最后一次迭代得到的机器人建立的全局地图信息和RTK外参。
所述步骤(2)中，机器人接收RTK移动站的定位数据，从该数据中提取得到置信度协方差、经纬度、程高信息，并据此得到其协方差和前后时刻位置增量，并分别与协方差设定阈值及位置增量设定阈值进行比较，筛选得到协方差和前后时刻位置增量均小于协方差设定阈值及位置增量设定阈值的定位数据作为有效定位数据；
所述协方差设定阈值根据经验值得到，通过观察RTK数据的波动情况确定；所述位置增量阈值＝机器人最大运行速度*RTK移动站定位数据发送间隔*经验系数，经验系数设为3。
所述步骤(3)中，机器人对步骤(2)得到的有效定位数据进行坐标转换，将经纬度转换到地心坐标系下，机器人根据RTK移动站发送的定位数据以及 SLAM传感器获取的数据计算得到各个时刻其自身位姿数据，并根据时间顺序存储自身位姿数据，以机器人各位置
Figure BDA0003053515850000032
的时间戳为准，对其接收到的RTK数据进行插值，找到相应时刻的RTK位置
Figure BDA0003053515850000033
最终得到构建残差方程。
有益效果：本发明使用单天线RTK，深度嵌入到SLAM算法中，在SLAM 过程在线标定了所需外参，可以充分利用RTK定位高精度的优点。
附图说明
图1是本发明的工作流程图。
图2是本发明的前后端架构图。
图3是本发明的坐标系关系图。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明。
经典的基于优化的SLAM算法由前端后端组成，前端负责构建约束，后端则利用优化方法，在前端构建的约束下，对待优化项(一般为环境状态，机器人状态)进行优化。图1是本发明的工作流程图。如图1所示，本发明一种应用于移动机器人的外参标定方法包括如下步骤：
(1)在机器人上分别配置有RTK移动站和SLAM传感器；RTK移动站通过串口与机器人进行通信，并配置一RTK基站通过无线调频信号与RTK移动站进行通信，通过RTK移动站完成RTK差分定位；RTK基站需要部署在开阔的区域，自此该RTK基站不应该再移动；上电后，RTK移动站同时接收RTK基站数据和卫星数据，并据此进行差分定位，从而输出绝对误差在厘米级的定位数据至机器人；
(2)机器人通过串口接收RTK移动站的定位数据，从该数据中提取得到置信度协方差、经纬度、程高信息；机器人据此得到其协方差和前后时刻位置增量，并分别与协方差设定阈值及位置增量设定阈值进行比较，筛选得到协方差和前后时刻位置增量均小于协方差设定阈值及位置增量设定阈值的定位数据作为有效定位数据，这一步是为了保证RTK信息准确性，规避掉RTK定位数据在特定场景下位置漂移、跳动带来的风险；
在本发明中，协方差设定阈值根据经验值得到，通过观察RTK数据的波动情况确定；位置增量阈值＝机器人最大运行速度*RTK移动站定位数据发送间隔* 经验系数，经验系数一般为3。
(3)机器人对步骤(2)得到的有效定位数据进行坐标转换，将经纬度转换到地心坐标系下；如果是接收到第一帧RTK数据，则根据该信息在原地创建ENU 坐标系，即在程高为0的机器人上的RTK天线所在的位置创建ENU坐标系；并将后续接收到的RTK数据转换到该坐标系之后发送到机器人；地心坐标系是在地球内建立的O-XYZ坐标系；
(4)机器人根据接收到的RTK数据与对应时刻的机器人位姿联合构建残差方程：
机器人根据RTK移动站发送的定位数据以及SLAM传感器获取的数据计算得到各个时刻其自身位姿数据，并根据时间顺序存储自身位姿数据，以机器人各位姿
Figure BDA0003053515850000051
的时间戳为准，对其接收到的RTK数据进行插值，找到相应时刻的RTK 位置
Figure BDA0003053515850000052
(由于接收RTK数据没有方位信息,只使用RTK位置)，最终得到构建残差方程如式(1)：
Figure BDA0003053515850000053
其中，u表示ENU坐标系，g表示机器人建立的全局地图坐标系，base表示机器人本体坐标系；ni:表示机器人状态队列的第i个序号，fni表示与第i个机器人状态同时刻的RTK信息在RTK信息队列中的序号，f0表示第一帧RTK数据的序号；
Figure BDA0003053515850000054
是第fni个RTK数据的位置信息在ENU坐标系下的表示，
Figure BDA0003053515850000055
是第一帧RTK数据的位置信息在ENU坐标系下的表示，
Figure BDA0003053515850000056
是第i个机器人的位置在全局地图坐标系下的表示，
Figure BDA0003053515850000057
是RTK移动站天线在机器人本体坐标系下的位置，
Figure BDA0003053515850000058
是第一帧RTK数据的位置信息在全局地图坐标系下的表示；
Figure BDA0003053515850000059
代表 ENU坐标系与全局地图坐标之间的旋转矩阵，
Figure BDA00030535158500000510
表示机器人本体坐标系与全局地图坐标系之间的旋转矩阵；
(5)以
Figure BDA00030535158500000511
作为优化变量，为了加速残差方程收敛过程，需要给出相对准确的初始估计值；其中，
Figure BDA00030535158500000512
初始值为0；
Figure BDA00030535158500000513
表示在全局地图坐标系下第i个机器人位置；
Figure BDA00030535158500000514
表示ENU坐标系到局地图坐标系的坐标转换，由第一帧RTK数据决定，则可以得到
Figure BDA00030535158500000515
的初始值；n0是机器人状态队列的中第一个状态的序号，fn0是与n0个机器人状态同时刻的RTK数据的序号，因为f0 和fn0时间相距很近，所以近似认为相等，可以得到：
Figure BDA00030535158500000516
其中，
Figure BDA00030535158500000517
表示代表ENU坐标系与全局地图坐标之间的的坐标转换；
Figure BDA00030535158500000518
表示机器人启动时刻机器人本体坐标系到全局坐标系的坐标转换；
Figure BDA00030535158500000519
表示机器人启动时刻ENU坐标系到机器人本体坐标系的坐标转换；
Figure BDA00030535158500000520
表示接收第一帧RTK 数据时机器人位姿到全局地图坐标系的变换关系；
Figure BDA00030535158500000521
表示n0时刻对应的RTK 天线的位姿到ENU坐标系的变换关系；
Figure BDA0003053515850000061
表示第一帧RTK数据的定位信息到 ENU坐标系的变换关系；
可以将式(2)作为比较准确的初始位姿；
由于机器人是根据RTK数据的第一帧信息中的定位信息原地创建ENU坐标系，则
Figure BDA0003053515850000062
简化式(2)得到：
Figure BDA0003053515850000063
(6)使用LM算法以式(3)作为初始值计算得到该残差方程的最优值，进而得到各优化变量的估计结果；使用估计结果更新机器人位姿、机器人建立的全局地图信息和RTK外参；
(7)以得到的各优化变量的最优估计结果作为初始值，重复步骤(6)，进行迭代，并计算前后两次迭代的最终残差值的变化量，若该变化量小于设定阈值，则结束迭代，得到最终机器人建立的全局地图信息和RTK外参；若该变化量大于设定阈值，则重复本步骤，直至达到最大迭代次数，输出最后一次迭代得到的机器人建立的全局地图信息和RTK外参。本发明中，该设定阈值根据对应的物理量和算法特性确定。
本发明将RTK信息作为一种传感器添加到前端中,并且构建RTK与机器人状态之间的位姿约束关系,将RTK信息所在的ENU坐标系与地图坐标系之间的位姿转换,RTK天线在机器人车体坐标系中的位置作为待优化项添加到后端的残差方程中。
这样在一个过程中就完成了在线外参标定与辅助SLAM过程两个功能.在 SLAM过程完成后,可以同步输出对应的地图和外参数据,直接应用在定位业务中。
以上详细描述了本发明的优选实施方式，但是本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种等同变换(如数量、形状、位置等)，这些等同变换均属于本发明的保护范围。

Claims (4)

1.一种应用于机器人的RTK-GNSS外参标定方法，其特征在于：包括步骤：
(1)在机器人上分别配置有RTK移动站和SLAM传感器，RTK移动站与机器人进行通信，并配置一个RTK基站通过调频信号与RTK移动站进行通信，通过RTK移动站完成RTK差分定位；
(2)机器人接收RTK移动站的定位数据，如果接收到的是第一帧RTK数据，则根据该信息在原地创建ENU坐标系，并将后续接收到的RTK数据转换到该坐标系下；
(3)机器人根据RTK移动站发送的定位数据以及SLAM传感器获取的数据计算得到各个时刻其自身位姿数据，并构建残差方程：
Figure FDA0003053515840000011
其中，u表示ENU坐标系，g表示机器人建立的全局地图坐标系，base表示机器人本体坐标系；ni:表示机器人状态队列的第i个序号，fni表示与第i个机器人状态同时刻的RTK信息在RTK信息队列中的序号，f0表示第一帧RTK数据的序号；
Figure FDA0003053515840000012
是第fni个RTK数据的定位信息在ENU坐标系下的表示，
Figure FDA0003053515840000013
是第一帧RTK数据的定位信息在ENU坐标系下的表示，
Figure FDA0003053515840000014
是第i个机器人位姿在全局地图坐标系下的表示，
Figure FDA0003053515840000015
是RTK移动站天线在机器人本体坐标系下的位姿，
Figure FDA0003053515840000016
是第一帧RTK数据的定位信息在全局地图坐标系下的表示；
Figure FDA0003053515840000017
代表ENU坐标系与全局地图坐标之间的旋转矩阵，
Figure FDA0003053515840000018
表示机器人本体坐标系与全局地图坐标系之间的旋转矩阵；
(4)以
Figure FDA0003053515840000019
作为优化变量，其中，
Figure FDA00030535158400000110
初始值为0；
Figure FDA00030535158400000111
表示在全局地图坐标系下第i个机器人位置；
Figure FDA00030535158400000112
表示ENU坐标系变换至全局地图坐标系的位置信息，由第一帧RTK数据决定；得到初始位姿：
Figure FDA00030535158400000113
(5)使用LM算法计算得到残差方程的最优值，进而得到各优化变量的估计结果；使用估计结果更新机器人位姿、机器人建立的全局地图信息和RTK外参；
(6)以得到的各优化变量的最优估计结果作为初始值，重复步骤(5)进行迭代，并计算前后两次迭代的最终残差值的变化量，若该变化量小于设定阈值，则结束迭代，得到最终机器人建立的全局地图信息和RTK外参；若该变化量大于设定阈值，则重复本步骤，直至达到最大迭代次数，输出最后一次迭代得到的机器人建立的全局地图信息和RTK外参。
2.根据权利要求1所述的应用于机器人的RTK-GNSS外参标定方法，其特征在于：所述步骤(2)中，机器人接收RTK移动站的定位数据，从该数据中提取得到置信度协方差、经纬度、程高信息，并据此得到其协方差和前后时刻位置增量，并分别与协方差设定阈值及位置增量设定阈值进行比较，筛选得到协方差和前后时刻位置增量均小于协方差设定阈值及位置增量设定阈值的定位数据作为有效定位数据。
3.根据权利要求2所述的应用于机器人的RTK-GNSS外参标定方法，其特征在于：所述协方差设定阈值根据经验值得到，通过观察RTK数据的波动情况确定；所述位置增量阈值＝机器人最大运行速度*RTK移动站定位数据发送间隔*经验系数，经验系数设为3。
4.根据权利要求1所述的应用于机器人的RTK-GNSS外参标定方法，其特征在于：所述步骤(3)中，机器人对步骤(2)得到的有效定位数据进行坐标转换，将经纬度转换到地心坐标系下，机器人根据RTK移动站发送的定位数据以及SLAM传感器获取的数据计算得到各个时刻其自身位姿数据，并根据时间顺序存储自身位姿数据，以机器人各位姿
Figure FDA0003053515840000021
的时间戳为准，对其接收到的RTK数据进行插值，找到相应时刻的RTK位置
Figure FDA0003053515840000022
最终得到构建残差方程。
CN202110493792.0A 2021-05-07 2021-05-07 一种应用于机器人的rtk-gnss外参标定方法 Active CN113204039B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110493792.0A CN113204039B (zh) 2021-05-07 2021-05-07 一种应用于机器人的rtk-gnss外参标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110493792.0A CN113204039B (zh) 2021-05-07 2021-05-07 一种应用于机器人的rtk-gnss外参标定方法

Publications (2)

Publication Number Publication Date
CN113204039A true CN113204039A (zh) 2021-08-03
CN113204039B CN113204039B (zh) 2024-07-16

Family

ID=77029057

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110493792.0A Active CN113204039B (zh) 2021-05-07 2021-05-07 一种应用于机器人的rtk-gnss外参标定方法

Country Status (1)

Country Link
CN (1) CN113204039B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115343730A (zh) * 2022-10-18 2022-11-15 苏州挚途科技有限公司 Gnss天线外参确定方法、装置与计算机可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109993113A (zh) * 2019-03-29 2019-07-09 东北大学 一种基于rgb-d和imu信息融合的位姿估计方法
CN110706279A (zh) * 2019-09-27 2020-01-17 清华大学 基于全局地图与多传感器信息融合的全程位姿估计方法
CN111207774A (zh) * 2020-01-17 2020-05-29 山东大学 一种用于激光-imu外参标定的方法及系统
CN112183171A (zh) * 2019-07-05 2021-01-05 杭州海康机器人技术有限公司 一种基于视觉信标建立信标地图方法、装置
CN112484725A (zh) * 2020-11-23 2021-03-12 吉林大学 一种基于多传感器融合的智能汽车高精度定位与时空态势安全方法
CN112729344A (zh) * 2020-12-30 2021-04-30 珠海市岭南大数据研究院 无需参照物的传感器外参标定方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109993113A (zh) * 2019-03-29 2019-07-09 东北大学 一种基于rgb-d和imu信息融合的位姿估计方法
CN112183171A (zh) * 2019-07-05 2021-01-05 杭州海康机器人技术有限公司 一种基于视觉信标建立信标地图方法、装置
CN110706279A (zh) * 2019-09-27 2020-01-17 清华大学 基于全局地图与多传感器信息融合的全程位姿估计方法
CN111207774A (zh) * 2020-01-17 2020-05-29 山东大学 一种用于激光-imu外参标定的方法及系统
CN112484725A (zh) * 2020-11-23 2021-03-12 吉林大学 一种基于多传感器融合的智能汽车高精度定位与时空态势安全方法
CN112729344A (zh) * 2020-12-30 2021-04-30 珠海市岭南大数据研究院 无需参照物的传感器外参标定方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115343730A (zh) * 2022-10-18 2022-11-15 苏州挚途科技有限公司 Gnss天线外参确定方法、装置与计算机可读存储介质
CN115343730B (zh) * 2022-10-18 2023-02-17 苏州挚途科技有限公司 Gnss天线外参确定方法、装置与计算机可读存储介质

Also Published As

Publication number Publication date
CN113204039B (zh) 2024-07-16

Similar Documents

Publication Publication Date Title
He et al. An integrated GNSS/LiDAR-SLAM pose estimation framework for large-scale map building in partially GNSS-denied environments
JP7225556B2 (ja) 複数のビーコンの位置を決定するための方法、プログラム及びコンピュータシステム
EP2450763B1 (en) Global position and orientation estimation system for a vehicle in a passageway environment
CN113074727A (zh) 基于蓝牙与slam的室内定位导航装置及其方法
CN107255795A (zh) 基于ekf/efir混合滤波的室内移动机器人定位方法和装置
CN112923919B (zh) 基于图优化的行人定位方法及系统
CN111025366B (zh) 基于ins及gnss的网格slam的导航系统及方法
CN107289932A (zh) 基于mems传感器和vlc定位融合的单卡尔曼滤波导航装置和方法
CN113763548B (zh) 基于视觉-激光雷达耦合的贫纹理隧洞建模方法及系统
CN107966142A (zh) 一种基于多窗口的室内行人自适应ufir数据融合方法
CN111077907A (zh) 一种室外无人机的自主定位方法
CN114623823B (zh) 一种融合里程计的uwb多模态定位系统、方法及装置
CN113124880B (zh) 一种基于两种传感器数据融合的建图及定位方法、装置
CN116391138A (zh) 定位方法、装置、设备、系统以及存储介质
CN114910939B (zh) 短距离大高差rtk中对流层延迟实测气象改正方法
CN113204039A (zh) 一种应用于机器人的rtk-gnss外参标定方法
CN115031723B (zh) 一种uwb定位精度提升方法
CN115951369A (zh) 面向复杂港口环境的多传感器融合定位方法
CN111856531A (zh) 一种基于卫星定位的农业物联网方法
CN114323034A (zh) 一种卫星遮蔽环境中的基于置信度传播的多车协同定位方法
CN113419265B (zh) 一种基于多传感器融合的定位方法、装置与电子设备
Kong et al. Hybrid indoor positioning method of BLE and monocular VINS based smartphone
US11474263B2 (en) System and method for GNSS ambiguity resolution
CN117320148A (zh) 多源数据融合定位方法、系统、电子设备及存储介质
CN115902978A (zh) 一种gnss/slam组合导航系统位姿初始化方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant