CN114812519A - 基于多传感器的测绘装置及移动式测绘车 - Google Patents

Abstract

公开了一种基于多传感器的测绘装置，包括：第一物体探测传感器、里程传感器、角度传感器、第一位置校正传感器、以及传感器数据处理器。所述测绘装置融合所述第一物体探测传感器、里程传感器、角度传感器、第一位置校正传感器的感测数据，生成所述待测绘空间中的测绘数据，提高了测绘数据的精确度。另一方面，还公开了一种移动式测绘车，包括前述的测绘装置、安装平台、轮胎和连接组件。所述安装平台支撑测绘装置，所述轮胎带动所述测绘装置沿一表面移动，所述连接组件则将安装平台连接到轮胎。根据本公开的移动式测绘车，自身可以不设置动力装置，而是快速搭载于各种车辆或载具，可在不改变车辆或载具结构的情况下，高效且便捷地进行测绘等工作。

Description

基于多传感器的测绘装置及移动式测绘车

技术领域

本公开涉及地下测绘技术领域，更具体地涉及一种基于多传感器的测绘装置，以及装备有该测绘装置的移动式测绘车。

背景技术

在地下矿井、地下隧道等的地下空间内，通常的定位系统，诸如美国的全球定位系统GPS、伽利略定位系统Galileo、格洛纳斯导航卫星系统GLONASS、北斗卫星导航系统BeiDou的卫星定位信号不再可用，这使得难以通过卫星定位手段实时地了解到地下空间的结构。

基于此，需要通过测绘来形成地下矿井、地下隧道等的地下空间的地图，以指导地下作业。然而，目前的测绘技术的灵活性、实时性和精度均难以达到要求。

发明内容

根据本公开实施例，提供了一种基于多传感器的测绘装置，包括：第一物体探测传感器，被配置为在待测绘空间中发射第一波长的信号并采集由所述第一波长的信号生成的反射信号，并基于所述反射信号生成所述测绘装置周围的第一物体探测信息；里程传感器，被配置为测量所述测绘装置的行驶里程；角度传感器，被配置为测量所述测绘装置的行驶角度；第一位置校正传感器，被配置为基于超宽频定位获取所述测绘装置的位置信息；以及传感器数据处理器，被配置为基于所述第一物体探测信息、所述测绘装置的行驶里程、所述测绘装置的行驶角度、以及所述测绘装置的位置信息，生成所述待测绘空间中的测绘数据。

根据本公开实施例，优选地，所述传感器数据处理器被配置为：基于所述第一物体探测信息、所述测绘装置的行驶里程、所述测绘装置的行驶角度，生成所述测绘装置的姿态估计；利用基于超宽频定位所获取的所述测绘装置的位置信息，对所述测绘装置的姿态估计进行校正；以及基于所述测绘装置的校正的姿态估计，生成所述待测绘空间中的测绘数据。

根据本公开实施例，优选地，所述传感器数据处理器被配置为：基于所述第一物体探测信息生成所述测绘装置的第一姿态估计；基于所述测绘装置的行驶里程以及所述测绘装置的行驶角度，生成所述测绘装置的第二姿态估计；以及基于所述第一姿态估计和所述第二姿态估计，生成所述测绘装置的姿态估计。

根据本公开实施例，优选地，所述第一物体探测传感器为水平扫描雷达，所述第一物体探测信息为扫描数据，所述传感器数据处理器被配置为：基于参考时刻的测绘装置的姿态，确定当前时刻的测绘装置的第一姿态估计初始值；以及基于当前时刻的扫描数据以及参考时刻，迭代地对所述第一姿态估计初始值进行修正。

根据本公开实施例，优选地，对所述第一姿态估计初始值进行修正，包括：基于所述第一姿态估计初始值，对当前时刻的所述扫描数据，进行坐标系映射，以将所述扫描数据变换至参考坐标系下，其中，所述参考坐标系为参考时刻的坐标系，并且被变换至所述参考坐标系的扫描数据为极坐标形式；在极坐标系下，对当前时刻的扫描数据和参考时刻的扫描数据进行比对，以得到所述第一姿态估计初始值的修正量；以及基于所述修正量对所述第一姿态估计初始值进行修正。

根据本公开实施例，优选地，所述第一姿态估计初始值包括横坐标、纵坐标和航向角，在极坐标系下，对当前时刻的扫描数据和参考时刻的扫描数据进行比对，以得到所述第一姿态估计初始值的修正量，进一步包括：基于线性化最小二乘法，确定当前时刻的测绘车的第一姿态估计初始值中的横坐标和纵坐标的最佳变化值，并将所确定的横坐标和纵坐标的最佳变化值作为当前时刻的测绘装置的所述第一姿态估计初始值中横坐标和纵坐标的修正量；基于无迹卡尔曼滤波，确定当前时刻的测绘车的第一姿态估计初始值中的航向角的最佳偏移角度，并将所确定的航向角的最佳偏移角度作为当前时刻的测绘装置的所述第一姿态估计初始值中航向角的修正量。

根据本公开实施例，优选地，所述第一位置校正传感器为超宽频通信装置，所述超宽频定位包括以下至少一项：到达时间定位、到达时间差定位、到达角度定位、到达时间与到达时间差混合定位、到达时间与到达角度混合定位、以及到达时间差与到达角度混合定位。

根据本公开实施例，优选地，利用基于超宽频定位所获取的所述测绘装置的位置信息，对所述测绘装置的姿态估计进行校正，包括：利用基于超宽频定位所获取的所述测绘装置的位置信息，替换所述测绘装置的姿态估计；或者利用基于超宽频定位所获取的所述测绘装置的位置信息的轨迹与所述测绘装置的姿态估计的估计进行轨迹拟合，以对所述测绘装置的姿态估计进行校正。

根据本公开实施例，优选地，所述测绘装置还包括：第二位置校正传感器，被配置为获取在待测绘空间中设置的参考标志的参考位置信息；其中，所述传感器数据处理器，被配置为基于所述第一物体探测信息、所述测绘装置的行驶里程、所述测绘装置的行驶角度、所述测绘装置的位置信息、以及所述参考位置信息，生成所述待测绘空间中的测绘数据。

根据本公开实施例，优选地，所述第二位置校正传感器为射频识别读卡器，所述参考标志为射频识别卡；其中，所述测绘装置在所述待测绘空间中进行多次测绘，每次测绘生成对应的测绘轨迹；其中，所述传感器数据处理器被配置为基于所述参考标志的参考位置信息对多次测绘生成的多个测绘轨迹进行对齐，并基于对齐后的多个测绘轨迹生成所述待测绘空间中的测绘数据。

根据本公开实施例，优选地，所述第一物体探测传感器被配置为在待测绘空间的第一平面内发射所述第一波长的信号，所述测绘装置还包括：第二物体探测传感器，被配置为在待测绘空间的第二平面内发射第二波长的信号并采集由所述第二波长的信号生成的反射信号，并基于所述反射信号生成所述测绘装置周围的第二物体探测信息；其中，所述第一平面与所述第二平面垂直，其中，所述传感器数据处理器还被配置为基于所述第二物体探测信息，生成所述测绘空间的三维测绘数据。

根据本公开实施例，优选地，所述角度传感器包括惯性测量传感器，被配置为测量所述测绘装置移动时的空间姿态角，作为所述行驶角度。

根据本公开实施例，优选地，基于所述第一物体探测信息、所述测绘装置的行驶里程、所述测绘装置的行驶角度、以及所述测绘装置的位置信息，生成所述待测绘空间中的测绘数据，包括：从所述第一物体探测传感器获取所述第一物体探测信息，并将对应的获取时刻作为所述第一物体探测信息的获取时间戳；从所述里程传感器获取所述测绘装置的行驶里程，并将对应的获取时刻作为所述行驶里程的获取时间戳；从所述角度传感器获取所述测绘装置的行驶角度，并将对应的获取时刻作为所述行驶角度的获取时间戳；从所述第一位置校正传感器获取所述超宽频定位信息，并将对应的获取时刻作为所述超宽频定位信息的获取时间戳；以及基于所述第一物体探测信息及其对应的获取时间戳、所述行驶里程及其对应的获取时间戳、所述行驶角度及其对应的获取时间戳、所述超宽频定位信息及其获取时间戳，确定特定数据刷新时刻的测绘数据。

根据本公开实施例，优选地，按照特定数据刷新率，基于所述第一物体探测信息及其对应的获取时间戳、所述行驶里程及其对应的获取时间戳、所述行驶角度及其对应的获取时间戳、以及所述超宽频定位信息及其获取时间戳，确定特定数据刷新时刻的测绘数据，包括：基于所述第一物体探测信息及其对应的获取时间戳，确定距所述特定数据刷新时刻最接近的至少两个获取时间戳，并通过插值方式估计所述特定数据刷新时刻所对应的第一物体探测信息；基于所述行驶里程及其对应的获取时间戳，确定距所述特定数据刷新时刻最接近的至少两个获取时间戳，并通过插值方式估计所述特定数据刷新时刻所对应的行驶里程；基于所述行驶角度及其对应的获取时间戳，确定距所述特定数据刷新时刻最接近的至少两个获取时间戳，并通过插值方式估计所述特定数据刷新时刻所对应的行驶角度；基于所述超宽频定位信息及其对应的获取时间戳，确定距所述特定数据刷新时刻最接近的至少两个获取时间戳，并通过插值方式估计所述特定数据刷新时刻所对应的超宽频定位信息；以及将所述特定数据刷新时刻所对应的第一物体探测信息、行驶里程、行驶角度以及超宽频定位信息，作为所述特定数据刷新时刻的探测数据。

根据本公开实施例，优选地，所述待测绘空间中设置有多个参考标志，其中，所述传感器数据处理器还包括：按照所述多个参考标志的参考位置信息，将所述测绘数据进行分段，以得到多段测绘数据。

根据本公开实施例，优选地，所述测绘装置还包括：第一传感器固定结构件，其中，所述第一物体探测传感器和/或所述第二物体探测传感器经由一组或多组紧固件安装到所述第一传感器固定结构件。

根据本公开实施例，优选地，所述测绘装置还包括：第二传感器固定结构件，其中，所述传感器数据处理器、所述角度传感器、所述第一位置校正传感器和第二位置校正传感器中的一者或多者，经由一组或多组紧固件安装到所述第二传感器固定结构件。

根据本公开实施例，优选地，所述第二传感器固定结构件包括壳体，所述壳体具有顶壁、底壁、以及在所述顶壁与所述底壁之间延伸的侧壁，所述第二位置校正传感器安装到所述顶壁上。

根据本公开实施例，还提供了一种移动式测绘车，包括：前述的测绘装置；安装平台，被配置为支撑所述测绘装置；轮胎，被配置为带动所述测绘装置沿一表面移动；以及连接组件，被配置为将所述安装平台连接到所述轮胎。

根据本公开实施例，优选地，所述移动式测绘车还包括：可调节挂件，其连接到所述安装平台，且被配置为将所述移动式测绘车搭载到具有动力装置的车辆或载具。

根据本公开实施例，优选地，所述轮胎包括第一轮胎和第二轮胎，其分别位于所述测绘装置的两侧，所述连接组件包括多连杆悬挂组，所述多连杆悬挂组被配置为将所述第一轮胎和所述第二轮胎分别连接到所述安装平台。

根据本公开实施例，优选地，所述轮胎包括轮轴，所述轮轴被配置为带动一齿轮组转动，所述齿轮组连接到所述里程传感器，以测量所述测绘装置的行驶里程。

根据本公开实施例，优选地，所述齿轮组包括第一齿轮和第二齿轮，所述第一齿轮连接到所述轮轴，所述第二齿轮与所述第一齿轮啮合。

根据本公开实施例，优选地，所述里程传感器是里程编码器，所述里程编码器的输入轴插接到所述第二齿轮的轴孔中，以传递所述轮胎的转动。

根据本公开实施例，优选地，所述连接组件进一步包括避震部件，所述避震部件被配置为缓冲所述移动式测绘车在沿所述表面移动过程中发生的震动。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例的描述中所需要使用的附图作简单的介绍。下面描述中的附图仅仅是本公开的示例性实施例。

图1A示出了根据本公开实施例的移动式测绘车的前侧立体图；

图1B示出了根据本公开实施例的移动式测绘车的后侧立体图；

图2示出了根据本公开实施例的基于多传感器的测绘装置的示意性框图；

图3A示出了根据本公开实施例的第一物体探测传感器在第一平面上的探测角度范围；

图3B示出了根据本公开实施例的第一物体探测传感器在第一平面上的探测角度范围、以及第二物体探测传感器在第二平面上的探测角度范围；

图4示出了根据本公开实施例的测绘装置的部件分解示意图；

图5A示出了根据本公开实施例的测绘装置的一体式安装结构示意图；

图5B示出了根据本公开实施例的测绘装置的分体式安装结构示意图；

图6A示出了根据本公开另一实施例的移动式测绘车的后侧第一方向立体图；

图6B示出了根据本公开另一实施例的移动式测绘车的后侧第二方向立体图；

图7A和图7B分别是根据图6A和图6B的实施例的移动式测绘车的后视图和前视图；

图8示出了根据本公开另一实施例的移动式测绘车的工作环境示意图；

图9A和9B示出了根据本公开实施例的测绘装置的测绘操作方法的示意性流程图；

图10示出了根据本公开实施例的对第一姿态估计初始值进行修正的示意性流程图；

图11示出了偏移角度与有效点范围的关系示意图；

图12示出了抛物线上最小值的示意图；

图13A-13F示出了超宽频UWB定位的几种定位方法的示意性原理图；

图14示出了隧道或矿井巷道中布置的超宽频UWB基站的示意性布置图；

图15示出了隧道或矿井巷道中布置的超宽频UWB基站和射频识别卡的示意性布置图；以及

图16示出了示出了根据本公开实施例的对多次测绘行程进行对齐的操作方法的示意性流程图。

具体实施方式

为了使得本公开的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本公开的示例实施例。显然，所描述的实施例仅仅是本公开的一部分实施例，而不是本公开的全部实施例，应理解，本公开不受这里描述的示例实施例的限制。

在本说明书和附图中，具有基本上相同或相似步骤和元素用相同或相似的附图标记来表示，且对这些步骤和元素的重复描述将被省略。同时，在本公开的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性或排序。

由于在地下矿井、地下隧道等的地下空间内，诸如GPS、Galileo、GLONASS、BeiDou的卫星定位信号不再可用，因此无法再通过利用卫星定位手段来完成地下空间的测绘任务。

根据本公开实施例，在无卫星定位信号的地下空间中，通过将多种传感器技术进行融合，利用多种传感器技术进行彼此校正，可以实时地进行高精度的地下空间测绘。

下面将本公开中提到的技术术语进行说明。

测绘车，其具有车轮，属于移动式测绘车，其上装配了用于实现测绘的测绘装置。

测绘装置，其装配在移动式测绘车上，用于实现测绘数据的采集与处理。在下文中，测绘车的位置/姿态与测绘装置的位置/姿态会替换地使用，两者表示相同的含义。

物体探测传感器，其通过朝向特定方向发射特定波长的信号并采集由该信号生成的反射信号，来进行该特定方向上的物体探测。这样的物体探测传感器可以是基于激光信号进行物体探测的激光雷达、基于超声波信号进行物体探测的超声雷达、基于电磁波信号进行物体探测的电磁波雷达等。

里程传感器，其装配在移动式的测绘装置上，用于记录所述测绘装置的行驶距离。这样的里程传感器可以是装配在测绘装置的轮胎上的里程编码器，例如光电编码器等。

角度传感器，其装配在移动式的测绘装置上，用于记录所述测绘装置的航向角变化。

超宽频UWB通信装置，其装配在移动式的测绘装置上用于提供位置校正，用于与布置在隧道或矿井巷道中的UWB基站进行UWB通信，以确定所述超宽频UWB通信装置的位置。

射频识别读卡器，其装配在移动式的测绘装置上用于提供位置校正，其用于扫描布置在隧道或矿井巷道中的射频识别卡，以确定所述移动式的测绘装置的位置。

根据本公开实施例，通过将上述传感器各自的采集数据进行融合，可以提供精度更高的测绘装置的位置信息，进而更可以提供精度更高的测绘数据。

图1A和图1B示出了根据本公开实施例的基于多传感器的测绘装置的移动式测绘车的示意图。其中，图1A示出了所述测绘车的前侧立体图，图1B示出了所述测绘车的后侧立体图。

如图1A和图1B所示，根据本公开实施例的移动式测绘车包括测绘装置1、集成设备的安装平台2、轮胎3及多连杆悬挂组4。

由图1A和图1B可见，根据本公开实施例的测绘装置1通过一组或多组紧固件固定到集成设备的安装平台2。作为示例，根据本公开实施例的测绘装置1的安装位置可以在集成设备的安装平台2的后部，以利于移动式测绘车的整体稳定性。在下文中，将结合其他附图进一步详细介绍测绘装置1的结构及安装方式。

仍参见图1A和图1B，根据本公开实施例的多连杆悬挂组4可以将集成设备的安装平台2连接到轮胎3。在本实施例中，移动式测绘车为双轮式测绘车，即轮胎3的数量为两个。有利的是，该双轮式测绘车具有更好的地形适应性。然而，在后文结合图6A和图6B等附图详细描述的另一实施例中，移动式测绘车也可以为单轮式测绘车，即仅有一个轮胎3。有利的是，该单轮式测绘车具有更高的安装灵活性及便捷性，具体将在该实施例中详述。其中，轮胎3可以为越野轮胎，也可以为定制轮胎，以适应不同地下空间的地面环境，使得测绘过程可以更为平稳地进行。

此外，如图1A所示，所述移动式测绘车还可以包括可调节挂件5。通过所述可调节挂件5，可以将所述移动式测绘车快速搭载到适于在地下空间中行驶的多种不同车辆上。例如，所述可调节挂件5的高度可调节，则所述移动式测绘车可以适配于各种不同种类的车辆/载具。换言之，根据本公开实施例的移动式测绘车可以不包括动力装置，而是通过挂接等方式，快速搭载到具有动力装置的行驶车辆上，随即可以进行测绘工作。上述搭载方式无需改变车辆/载具的主要结构或原有运行方式，即能够实现快速安装并搭载使用。根据进一步有利的其他实施例，该搭载方式还可对车辆/载具等进行自动化或无人化的运行作业辅助，如防碰撞、空间数字导航、空间数字化感知辅助控制等。然而，本公开的技术方案并不限于此——在其他实施例中，所述双轮式测绘车也可以搭载动力装置，以形成无人化电动巡逻车，使得所述测绘车具有更大的独立性与更高的自动化程度。

图2示出了根据本公开实施例的基于多传感器的测绘装置1的示意性框图。

如图2所示，根据本公开实施例的基于多传感器的测绘装置1包括第一物体探测传感器101、传感器数据处理器102、里程传感器103、角度传感器104、以及第一位置校正传感器105。

所述第一物体探测传感器101被配置为在待测绘空间中发射第一波长的信号并采集由所述第一波长的信号生成的反射信号，并基于所述反射信号生成第一物体探测信息。

例如，在地下空间的测绘场景下，所述第一物体探测传感器101可以为通过朝向特定方向发射特定波长的信号并采集由该信号生成的反射信号，来进行该特定方向上的物体探测。这样的物体探测传感器可以是基于激光信号进行物体探测的激光雷达、基于超声波信号进行物体探测的超声雷达、基于电磁波信号进行物体探测的电磁波雷达等。

作为示例，所述第一物体探测传感器101可以为在第一平面上进行物体探测的雷达，例如在水平面上进行物体探测的水平雷达。在图3A上示出了第一平面、以及所述第一物体探测传感器101在第一平面上的探测角度范围。所述探测角度范围可以为360度范围的一部分或全部。例如，在图3A中，所述探测角度范围由角度AOB所指示，该角度AOB大于180度小于360度。在图3A中，Y轴可以为例如地下巷道的延伸方向(即所述移动式测绘车的行驶方向)，X轴可以为地下巷道的径向方向(即地下巷道中的横截面与地面的交线方向、或与行驶方向垂直的方向、或地下巷道的轮廓宽度的方向)。

根据本公开实施例，在所述第一平面上，所述第一物体探测传感器101以射线OA的方向作为扫描起始方向，以第一时间增量作为扫描时间间隔，以第一预定角度作为角度递增步长，以射线OB的方向作为扫描结束方向，从而实现对角度范围AOB的扫描。例如，扫描时间间隔为△t秒，角度递增步长为0.5度，在t0时刻开始沿着射线OA的方向进行扫描，在t0+△t时刻沿着射线OA向X轴偏转0.5度的方向进行扫描，依次类推，在完成对角度范围AOB的扫描后，再重复进行上述扫描。

所述里程传感器103被配置为测量所述测绘装置的行驶里程。例如，参照图1A所示，所述里程传感器103可以被装配在移动式测绘车上，用于记录所述测绘装置的行驶里程。作为示例，这样的里程传感器103可以是装配在移动式测绘车的轮胎上的里程编码器，例如光电编码器等。

根据本公开实施例，也如前文所述，所述移动式测绘车可以是无动力装置的简易型轮式测绘车，其可以通过挂接在具有动力装置的行驶车辆上而完成测绘操作。因此，可以将所述里程传感器103装配在移动式测绘车的轮胎上，以便独立于所述具有动力装置的行驶车辆进行里程测量，无需对所述具有动力装置的行驶车辆进行改变、或无需采集所述具有动力装置的行驶车辆的行驶数据，使得里程数据的采集更易于实现。

所述角度传感器104被配置为测量所述测绘装置的行驶角度。根据本公开实施例，所述角度传感器104可以为惯性测量IMU传感器，其被配置为测量所述测绘装置移动时的空间姿态角以作为所述行驶角度。

所述第一位置校正传感器105被配置为基于超宽频UWB定位来确定所述测绘装置的位置信息。例如，在地下空间的测绘场景下，可以在地下空间中布置多组UWB基站，每组UWB基站包括至少一个UWB基站，当所述第一位置传感器105在UWB基站信号的覆盖范围内时，通过所述第一位置传感器105与至少一个UWB基站之间的信号交互来确定所述测绘装置的UWB定位位置。

传感器数据处理器102被配置为基于所述第一物体探测信息、所述测绘装置的行驶里程、所述测绘装置的行驶角度、所述参考标志的参考位置信息、以及所述测绘装置的位置信息，生成所述待测绘空间中的测绘数据。

根据本公开实施例，通过融合所述第一物体探测传感器101、所述里程传感器103、所述角度传感器104、所述第一位置校正传感器105的测量信息，可以提高所述测绘装置的定位精度，并且进而可以提高所生成的所述待测绘空间的测绘数据的测绘精度。

此外，如图2的虚线部分所示，所述测绘装置还可以包括第二位置校正传感器106。

所述第二位置校正传感器106被配置为获取在待测绘空间中设置的参考标志的参考位置信息。例如，所述第二位置传感器106可以为射频身份识别器(RFID读卡器)，其用于获取在所述待测绘空间中分布的射频身份识别卡(RFID卡)的参考位置信息。再例如，所述第二位置传感器106可以为图形码识别器，其用于获取在所述待测绘空间中分布的图形码的参考位置信息，所述图形码可以为二维码、条形码等。

在此情况下，所述传感器数据处理器102还被配置为基于所述第一物体探测信息、所述测绘装置的行驶里程、所述测绘装置的行驶角度、所述测绘装置的位置信息、以及所述参考位置信息，生成所述待测绘空间中的测绘数据。

根据本公开实施例，通过融合所述第一物体探测传感器101、所述里程传感器103、所述角度传感器104、所述第一位置校正传感器105、所述第二位置校正传感器106的测量信息，可以提高所述测绘装置的定位精度，并且进而可以提高所生成的所述待测绘空间的测绘数据的测绘精度。

此外，如图2的虚线部分所示，所述测绘装置1还可以包括第二物体探测传感器107，所述第二物体探测传感器107被配置为在待测绘空间中发射第二波长的信号并采集由所述第二波长的信号生成的反射信号，并基于所述反射信号生成第二物体探测信息。

例如，在地下空间的测绘场景下，所述第二物体探测传感器107可以为通过朝向特定方向发射特定波长的信号并采集由该信号生成的反射信号，来进行该特定方向上的物体探测。这样的物体探测传感器可以是基于激光信号进行物体探测的激光雷达、基于超声波信号进行物体探测的超声雷达、基于电磁波信号进行物体探测的电磁波雷达等。

作为示例，所述第一物体探测传感器101被配置为在待测绘空间的第一平面内发射所述第一波长的信号，所述第二物体探测传感器107可以为在第二平面上进行物体探测的雷达，例如在垂直于水平面的平面上进行物体探测的垂直雷达。在图3B上示出了第一平面、第二平面、所述第一物体探测传感器101在第一平面上的探测角度范围、以及所述第二物体探测传感器107在第二平面上的探测角度范围。在图3B中，Y轴可以为例如地下巷道的延伸方向(即所述移动式测绘车的行驶方向)，X轴可以为地下巷道的径向方向(即地下巷道中的横截面与地面的交线方向、或与行驶方向垂直的方向、或地下巷道的轮廓宽度的方向)，X轴和Y轴所限定的平面为第一平面；Z轴可以为地下巷道的纵向方向(即与水平面或第一平面垂直的方向)，X轴和Z轴所限定的平面即为第二平面，第二平面与第一平面垂直。所述第一平面上的探测角度范围可以为360度范围的一部分或全部，可以参见图3A所示。在所述第二物体探测传感器107贴近地面布置的情况下，所述探测角度范围可以近似为180度，在图3B中，所述第二平面上的探测角度范围可以由角度COD所指示，该角度COD等于180度。

根据本公开实施例，在所述第二平面上，所述第二物体探测传感器107以射线OC的方向作为扫描起始方向，以第二时间增量作为扫描时间间隔，以第二预定角度作为角度递增步长，以射线OD的方向作为扫描结束方向，从而实现对角度范围COD的扫描。例如，扫描时间间隔为△t1秒，角度递增步长为0.5度，在t1时刻开始沿着射线OC的方向进行扫描，在t1+△t1时刻沿着射线OC向Z轴偏转0.5度的方向进行扫描，依次类推，在完成对角度范围COD的扫描后，再重复进行上述扫描。所述第一时间增量和所述第二时间增量可以相同或不同，所述第一预定角度和所述第二预定角度可以相同或不同。

根据本公开实施例，所述传感器数据处理器还被配置为基于所述第二物体探测信息，生成所述测绘空间的三维测绘数据。

在融合了所述第二物体探测传感器107的第二物体探测结果之后，所述测绘装置1可以生成三维点云数据，以形成所述地下空间的三维实景测绘结果。

下面结合将结合图4、图5A和图5B进一步详细介绍测绘装置1的结构及安装方式。其中，图4是根据本公开实施例的测绘装置1的部件分解示意图；图5A是根据本公开实施例的测绘装置1的一体式安装结构图，图5B是根据本公开实施例的测绘装置1的分体式安装结构图。

首先，参见图4所示，根据本公开实施例的测绘装置1包括第一传感器固定结构件111。第一物体探测传感器101和/或第二物体探测传感器107可以经由一组或多组紧固件(未示出)安装到第一传感器固定结构件111。如本文其他部分所述，第一物体探测传感器101和第二物体探测传感器107分别可以是水平雷达和垂直雷达，故第一传感器固定结构件111也可称为雷达固定结构件。进一步如图4所示，第一传感器固定结构件111可以包括第一挡板121和第二挡板122，例如，可以分别对第一物体探测传感器101和第二物体探测传感器107进行防护。

根据本公开实施例的第一物体探测传感器101和第二物体探测传感器107安装到第一传感器固定结构件111之后，可以如图5B中的雷达组件151所示。

回到图4所示，本公开实施例的测绘装置1还包括第二传感器固定结构件112。在本实施例中，上文结合图2所介绍的传感器数据处理器102、角度传感器104、第一位置校正传感器105和第二位置校正传感器106均可以安装到所述第二传感器固定结构件112。根据本公开实施例，测绘装置1还可以包括为多传感器等供电的电源108，以及射频主机109。作为示例，电源108可以是工业电源。结合图4示出的可以理解：电源108和射频主机109也可以安装到所述第二传感器固定结构件112。

参考图4示出的结构，第二传感器固定结构件112可以包括前侧敞开的壳体，该壳体则包括顶壁、底壁、以及所述顶壁和底壁之间延伸的两个相对的侧壁，例如分别为第一侧壁和第二侧壁。结合图5B所示，第二位置校正传感器106可以通过一组或多组紧固件安装到所述壳体的顶壁上，而电源108则可以安装到所述壳体的第一侧壁上。应理解的是，图5B所示的连接方式及位置仅为示例，本公开的方案并不限于此。

根据本公开实施例的传感器数据处理器102、角度传感器104、第一位置校正传感器105和第二位置校正传感器106均安装到第二传感器固定结构件112之后，可以如图5B中的多传感器组件161所示。

进一步参见图5A的测绘装置1的一体式安装结构图，将图5B中的雷达组件151和多传感器组件161装配后，形成一体式的测绘装置1。这里所述装配可以通过螺栓等紧固件实现，也可以通过机械领域的其他连接方式实现。

图6A和图6B示出了根据本公开另一实施例的基于多传感器的测绘装置的移动式测绘车的示意图。其中，所述移动式测绘车为单轮式测绘车，图6A示出了单轮式测绘车的后侧第一方向立体图，图6B则示出了单轮式测绘车的后侧第二方向立体图。

在本实施例中，测绘装置1可以具有与上文结合图4、图5A和图5B详细介绍的测绘装置1相同或类似的结构及安装方式。下面结合图6A和图6B重点介绍的是本实施例中的集成设备的安装平台2、轮胎3和安装与缓冲组件6。

首先参见图6A，本实施例的集成设备的安装平台2包括基座平台200和辅助安装架201、202。仍由图6A所示，集成设备的安装平台2通过基座平台200的底侧连接到安装与缓冲组件6，且通过辅助安装架201、202对测绘装置1进行安装和固定。如图6A所示，辅助安装架201、202可以分别为第一辅助安装架201和第二辅助安装架202，二者从左、右两侧对测绘装置1的底部分别进行紧固。

从图6A和图6B均可看出，辅助安装架201、202为管状的中空结构，以利于移动式测绘车的减重，且能够对测绘过程中产生的震动进行一定程度的吸收。此外，第一辅助安装架201和第二辅助安装架202的前端还可以连接到前文已详细介绍的所述可调节挂件5。

下面参考图6A和图6B介绍本实施例的安装与缓冲组件6。例如参考图6A，安装与缓冲组件6包括前侧支架600，所述前侧支架600可以固定到所述可调节挂件5。前侧支架600在其下侧分别通过其两端的第一安装部和第二安装部，铰接连接到第一连杆601和第二连杆602。

进一步参考图6A，第一连杆601的第一端与所述第一安装部铰接，第一连杆601的第二端则连接有编码器及齿轮组件。所述编码器及齿轮组件包括编码器壳体620，上文结合图2介绍的里程传感器103可以接收并容纳在所述编码器壳体620中，使得在图6A中，里程传感器103是不可见的。仍如上文所介绍的，这样的里程传感器103可以是里程编码器，例如光电编码器等。

如图6A所示出的，轮胎3包括轮轴300，所述轮轴300的两端分别插设于第一连杆601和第二连杆602的端部的轴孔中。其中，所述第一连杆601的轴孔是第一轴孔，所述第一连杆601还可以包括第二轴孔。轮轴300上安装有第一齿轮621，以在轮胎3转动时，带动第一齿轮621以相同的角速度转动。如图6A所示，第一齿轮621进一步与第二齿轮622啮合。在本实施例中，第一齿轮621与第二齿轮622可以为具有相同模数与齿数的齿轮，二者相互啮合时具有相同的角速度。然而，本公开的技术方案并不限于此。

进一步，第二齿轮622可以通过第一连杆601上的所述第二轴孔与里程传感器103连接，从而将轮胎转动的数据传递给里程传感器103。继续参考图6A，里程传感器103与位于其上部的测绘装置1之间的数据通信及电力供给，则通过电缆组件630实现。

如图6A所示，安装与缓冲组件6还包括第一避震部件611和第二避震部件612。所述第一避震部件611和第二避震部件612的第一端均连接到前侧支架600，所述第一避震部件611和第二避震部件612的第二端则分别连接到第一连杆601和第二连杆602。在本实施例中，第一避震部件611和第二避震部件612分别连接到第一连杆601和第二连杆602的中部。然而，本公开实施例的技术方案并不限于此。在本实施例中，第一避震部件611和第二避震部件612可以是避震弹簧；然而，第一避震部件611和第二避震部件612也可以是其他能够缓冲测绘车震动的避震部件，以使测绘车更为平稳地进行测绘过程，从而有利于所测数据的精度，同时也是对多传感器的保护。

图7A和图7B分别是根据图6A和图6B的实施例的移动式测绘车的后视图和前视图。其中，图7B还进一步示出了第二齿轮622与里程传感器103的连接细节图。该连接细节图可以看出，里程传感器103的轴可以插接到第二齿轮622的齿轮轴孔中，从而实现动力的传递。总结而言，在这一实施例中，通过轮胎3、轮轴300、第一齿轮621、第二齿轮622、里程传感器103这样的动力传递路径，最终将轮胎3的转动数据传递给里程传感器103，以实现对测绘装置1的行驶里程的测量及记录。

在上文结合图6A、图6B、图7A、图7B详细介绍的单轮式测绘车实施例中，测绘车上部的测绘装置1是独立的结构，而测绘车下部的集成设备的安装平台2、安装与缓冲组件6、轮胎3则也可以组成另一独立的结构。这两个独立的结构之间彼此之间互不干涉或影响，具有安装灵活性等方面的优势；此外，从避震效果上来讲，也是更优的方案。

图8示意性地示出了根据本公开实施例的移动式测绘车工作环境。如图8所示，根据本公开实施例的移动式测绘车可以搭载于具有动力装置的车辆后部，从而在隧道或矿井巷道中进行测绘工作。在图8中可见，且仅作为示例，隧道或矿井巷道的墙壁上可以布置有射频识别卡801和UWB基站802，从而与测绘装置1上的对应传感器或信号标签通信，以采集及记录数据。对于这一部分的内容，还将在后文中配合图14和图15等附图，进行进一步的详细描述。

此外需要说明的是，虽然图8中示出的是单轮式测绘车，然而其仅为示例性的——正如上文结合图1A和图1B等附图进行描述的，本公开实施例也可以采用双轮式测绘车等。

下面结合图9A-图16来描述根据本公开实施例的移动式测绘装置的测绘操作。

图9A示出了根据本公开实施例的测绘装置的测绘操作方法的示意性流程图，该测绘操作方法由所述传感器数据处理器102实现。

在步骤S910，基于所述第一物体探测信息、所述测绘装置的行驶里程、所述测绘装置的行驶角度，生成所述测绘装置的姿态估计。

在图9B中示出了根据本公开实施例的步骤S910的细化流程图。在步骤S9110，基于所述第一物体探测信息生成所述测绘装置的第一姿态估计。在步骤S9120，基于所述测绘装置的行驶里程以及所述测绘装置的行驶角度，生成所述测绘装置的第二姿态估计。在步骤S9130，及基于所述第一姿态估计和所述第二姿态估计，生成所述测绘装置的姿态估计。

在步骤S920，利用基于超宽频定位所获取的所述测绘装置的位置信息，对所述测绘装置的姿态估计进行校正。

在步骤S930，基于所述测绘装置的校正的姿态估计，生成所述待测绘空间中的测绘数据。

在下面的描述中，以水平扫描雷达作为所述第一物体探测传感器101的示例，以速度编码器作为所述里程传感器103的示例，以IMU角度传感器作为所述角度传感器104的示例。

应了解，水平扫描雷达每次扫描可以对应于测绘车/测绘装置的当前时刻的姿态，通过水平扫描雷达的多次扫描可以连续地形成测绘车/测绘装置的行驶轨迹以及姿态轨迹。类似地，速度编码器和IMU角度传感器的多次数据采集可以连续地形成测绘车/测绘装置的行驶轨迹以及姿态轨迹。

下面的描述针对水平扫描雷达的单次扫描的扫描数据处理(步骤S9110)、以及速度编码器和IMU角度传感器的单次数据采集的数据处理(步骤S9120)，并基于这两者生成当前时刻的测绘车/测绘装置的姿态估计(步骤S9130)。

首先，描述针对水平扫描雷达的单次扫描的扫描数据处理(步骤S9110)。

水平扫描雷达可以测量矿井巷道的水平距离轮廓，通过比对两个相邻时刻所获得的扫描轮廓，可以得到两个相邻时刻所对应的两个相邻位置点的扫描轮廓变化，并且进而可以得出两个相邻时刻的车辆位置和航向角的变化，这一过程称为扫描匹配。水平扫描雷达的每次扫描，即每个时刻点的扫描，包括对预定扫描范围的一次完整扫描。

例如，所述水平扫描雷达的扫描范围为270度，扫描间隔0.5度，扫描频率50HZ。因此，在此情况下，所述水平扫描雷达的每个时刻点的扫描会以0.5度为扫描间隔、50HZ为扫描频率对扫描范围270度进行扫描，也就是说，每次扫描的扫描点数为541个点，相邻扫描点之间的时间间隔为20ms，且相邻扫描点之间的角度间隔为0.5度。

对于所述水平扫描雷达的每次扫描，其产生的数据包包括一次完整扫描的所有扫描点的扫描数据，每个扫描点的扫描数据包含该扫描点的测量距离r和对应的扫描角度φ。

下面描述基于水平扫描雷达采集到的扫描数据生成测绘车的车辆位置和航向角的估计。根据本公开实施例，基于当前时刻的雷达扫描数据、参考时刻的雷达扫描数据、以及参考时刻的雷达位置，确定当前时刻的雷达位置。

根据本公开实施例，所述传感器数据处理器102被配置为：基于参考时刻的测绘装置的姿态，确定当前时刻的测绘装置的第一姿态估计初始值；以及基于当前时刻的扫描数据以及参考时刻，迭代地对所述第一姿态估计初始值进行修正。其中，所述第一姿态估计初始值包括横坐标、纵坐标和航向角。

下面将具体描述所述第一姿态估计初始值的确定、以及对所述第一姿态估计初始值的一次修正。

在以下描述中，将时刻t称为当前时刻t，将时刻t-△t称为参考时刻t-△t；(r_c，φ_c)为水平扫描雷达在当前时刻t得到的测量距离和扫描角度，

(_c，y_c，θ_c)为测绘车在当前时刻t的姿态，(x₀，y₀，θ₀)为测绘车在参考时刻t-△t的姿态，通过比较测绘车在当前时刻和参考时刻的姿态，可以得出测绘车在这两个时刻点的姿态变化，并继而根据姿态变化可以确定测绘车在当前时刻点t的位置。

根据本公开实施例，在已知参考时刻t-△t的姿态的情况下，可以对当前时刻t的姿态进行初始估计，并利用水平扫描雷达的扫描数据来迭代地更新估计值。

根据公开实施例，基于参考时刻的测绘装置的姿态，确定当前时刻的测绘装置的第一姿态估计初始值，例如，可以按照公式(1)确定当前时刻t的第一姿态估计初始值，并以此数值作为迭代计算的初始值。

应了解，在对两个相邻时刻的扫描数据进行比较之前，需要将两个相邻时刻的扫描数据都变换到相同的坐标系下，然后在相同的坐标系下才能进行准确的比较。

图10示出了根据本公开实施例的对第一姿态估计初始值进行修正的示意性流程图。

在步骤S1010，基于所述第一姿态估计初始值，对当前时刻的所述扫描数据，进行坐标系映射，以将所述扫描数据变换至参考坐标系下，其中，所述参考坐标系为参考时刻的坐标系，并且被变换至所述参考坐标系下的扫描数据为极坐标形式。

如前所述，水平扫描雷达的每次扫描的数据包包括多个扫描点的扫描数据，每个扫描数据包括对应扫描点的测量距离r_ci和对应的扫描角度φ_ci。基于公式(1)所估计的测绘车姿态、以及参考时刻的测绘车姿态，可以把当前时刻的多个扫描点的扫描数据均变换到参考坐标系下。

对于每个扫描点i，其测量距离为r_ci，其扫描角度为φ_ci。在初始扫描角度φ_c0以及扫描间隔Δφ的情况下，每个扫描点i的扫描数据可以更具体地表示为(r_ci，i*Δφ+φ_c0)。可以按照下式(2)将每个扫描点变换到参考坐标系下：

x_i＝r_cicos(θ_c+φ_ci)+x_c

y_i＝r_cisin(θ_c+φ_ci)+y_c (2)

φ′_ci＝arctan(y_i/x_i)

经过上述坐标变换之后，将当前时刻的各扫描数据均变换为(r′_ci，φ′_ci)。

应了解，在每次扫描时，水平扫描雷达的相邻扫描点之间的角度间隔为固定的，例如0.5度，因此每个扫描点的扫描数据中的扫描角度均是规则排列的。然而，经过上述坐标变换之后，各扫描点的扫描数据中的扫描角度不再是规则排列的，例如，角度间隔不再固定，或者角度变化不再是单调的。

因此，需要进一步对当前时刻的坐标变换后的数据进行处理，以得到规则扫描角度所对应的雷达扫描数据。

对于每两个相邻的扫描时刻点i-1以及i，其原始扫描数据分别为(r_c(i-1)，φ_c(i-1))以及(r_ci，φ_ci)，其坐标变换后的扫描数据分别为(r′_c(i-1)，φ′_c(i-1))以及(r′_ci，φ′_ci)。

根据坐标变换后的相邻扫描数据的扫描角度φ′_c(i-1)和φ′_ci，可以确定φ′_c(i-1)和φ′_ci之间的规则扫描角度，并继而根据坐标变换后的相邻扫描数据的测量距离r′_c(i-1)和r′_ci，确定各规则扫描角度所对应的测量距离。所述规则扫描角度为由所述固定的扫描角度间隔Δφ确定的扫描角度。例如，如果初始扫描角度φ_c0为0度，扫描角度间隔为0.5度，那么规则扫描角度则为0.5度的整数倍；如果初始扫描角度φ_c0为10度，扫描角度间隔为0.8度，那么规则扫描角度则为10+0.8*n，其中n为整数。

在扫描角度φ′_c(i-1)小于φ′_ci的情况下，表示当前扫描点在参考坐标系中是可见的，可以根据下式(3)确定位于扫描角度φ′_c(i-1)和φ′_ci之间的规则扫描角度：

j₀＝ceil(φ′_c(i-1)/0.5) (3)

j₁＝floor(φ′_ci/0.5)

其中，ceil表示向上取整，j₀表示紧接在φ′_c(i-1)之后的规则扫描角度的编号，floor表示向下取整，j₁表示紧接在φ′_ci之前的规则扫描角度的编号。

然后，对于区间[j₀,j₁]内的每个整数j，确定其对应的规则扫描角度，并可以根据下式(4)确定其对应的测量距离。

在扫描角度φ′_c(i-1)大于φ′_ci的情况下，表示当前扫描点在参考坐标系中是被遮挡而不可见的，可以根据下式(5)确定位于扫描角度φ′_c(i-1)和φ′_ci之间的规则扫描角度：

j₀＝ceil(φ′_ci/0.5) (5)

j₁＝floor(φ′_c(i-1)/0.5)

其中，ceil表示向上取整，j₀表示紧接在φ′_ci之后的规则扫描角度的编号，floor表示向下取整，j₁表示紧接在φ′_c(i-1)之前的规则扫描角度的编号。

然后，对于区间[j₀,j₁]内的每个整数j，确定其对应的规则扫描角度，并可以根据下式(6)确定其对应的测量距离。

经过上面的处理，得到了当前扫描时刻在参考坐标系下的各个规则扫描角度下的测量距离。因此，在参考坐标系下，各个扫描点的扫描数据可以表示为(r″_ci，i*Δφ+φ_c0)，即采用极坐标的形式来进行表示。

接下来，在步骤S1020，在极坐标系下，对当前时刻的扫描数据和参考时刻的扫描数据进行比对，以得到所述第一姿态估计初始值的修正量。

根据本公开实施例，在极坐标系下，对当前扫描时刻的扫描数据与参考扫描时刻的扫描数据进行比对，以进行测绘车位置的平移估计和旋转估计。

·平移估计

根据本公开实施例，所述平移估计进一步包括：基于线性化最小二乘法，确定当前时刻的测绘车的第一姿态估计初始值中的横坐标x和纵坐标y的最佳变化值，并将所确定的横坐标x和纵坐标y的最佳变化值作为当前时刻的测绘装置的所述第一姿态估计初始值中横坐标和纵坐标的修正量。

可以理解，在参考坐标系下，将参考时刻的各个扫描点的扫描数据中的测量距离拼接为合成向量，记作

并且将当前时刻的坐标变换后的各个规则扫描角度所对应的测量距离也拼接为合成向量，记作

参考时刻的合成向量与当前时刻的合成向量之间的差值可以表示为：

此外，可以理解，每个扫描点i的扫描数据的变化量存在以下关系：

其中，Δx_c和Δy_c分别为测绘车在当前时刻的位置估计值x_c和y_c的变化量。

其中，φ_ri为参考坐标系下、参考时刻的第i个扫描点的扫描角度。

类似地，

因此，上式(8)中每个扫描点i的扫描数据的变化量之间的关系可以进一步变换为：

Δr_i＝cos(φ_ri)Δx_c+sin(φ_ri)Δy_c (10)

在此基础上，上式(7)可以进一步表示为矩阵乘法的形式：

其中，H是变换矩阵，σ是噪声并且可以根据经验预先设置或可以忽略，

其中，变换矩阵H中的每个值可以参考上式(9-1)和(9-2)确定。

可以基于线性化最小二乘法，来确定Δx_c和Δy_c的最佳变化值，以作为对当前时刻的测绘车的位置估计值的修正量。具体地，可以在∑w_i(r_ri-r″_ci)²取最小值时，确定对应的Δx_c和Δy_c取值。

其中，W为对角矩阵，矩阵元素为w_i，i表示参考坐标系下的第i个扫描数据。

其中，c、m为常数，d_i＝r″_ci-r_ri。

由于参考时刻与当前时刻非常接近，那么Δr的值应当较小，例如小于预定阈值。

·旋转估计

根据本公开实施例，所述旋转估计进一步包括：基于无迹卡尔曼滤波，确定当前时刻的测绘车的第一姿态估计初始值中的航向角的最佳偏移角度，并将所确定的航向角的最佳偏移角度作为当前时刻的测绘装置的所述第一姿态估计初始值中航向角的修正量。

车辆航向角的方向即扫描初始位置的方向，航向角变化在极坐标系中通过扫描范围的左右移动来表示。假设当前扫描和参考扫描具有相同的扫描环境，通过左右平移当前航向角，使得参考坐标中的当前扫描点与参考扫描点匹配最佳，即可获得修正后的航向角。

在参考坐标系下，将参考时刻的各个扫描点的扫描数据为基准，并且将当前时刻的坐标变换后的各个规则扫描角度所对应的扫描数据作为待偏移的量。

具体地，可以预设航向角的偏移范围，例如±20°的范围。采用预设角度步长，例如0.5度，对该偏移范围进行遍历。对于每个偏移角度，计算该偏移角度下，所述当前时刻的变换后的扫描数据与所述参考时刻的扫描数据的差异。基于所述偏移范围内各个偏移角度的差异，可以进而确定所述偏移范围内最佳的偏移角度，并将该最佳的偏移角度作为对所述当前时刻的航向角的修正量。

在对当前时刻的变换后的扫描数据进行偏移后，当前时刻与参考时刻之间可以进行比对的有效点范围会发生变化，并变得小于原来的扫描数据量。例如在扫描范围为0-270度、且偏移角度为5度的情况下，那么可以进行比对的有效点范围就减小至270-5度。下面结合图11，来描述有效点范围的变化。

如图11所示，示出了偏移角度与有效点范围的关系。具体地，在图(A)中给出了偏移角度Δθ_k大于0度时的有效点范围的示例性图示，在图(B)中给出了偏移角度Δθ_k小于0度时的有效点范围的示例性图示。

需要说明一下，对于例如±20°的偏移范围，在偏移角度步长为0.5度的情况下，k的取值可以为[-40,40]范围内的整数。

如图(A)所示，在偏移角度Δθ_k大于0度时，参考时刻的扫描数据的有效点范围的起点为起始扫描角度，有效点范围的终点为最终扫描角度-偏移角度Δθ_k；而当前时刻的扫描数据的有效点范围的起点则为起始扫描角度+偏移角度Δθ_k，有效点范围的终点则为最终扫描角度。例如，在扫描范围为0-270度的情况下，在偏移角度Δθ_k大于0度时，参考时刻的有效点范围为0-(270-Δθ_k)度，当前时刻的有效点范围为(0-Δθ_k)-270度。

如图(B)所示，在偏移角度Δθ_k小于0度时，参考时刻的有效点范围的起点为起始扫描角度+偏移角度Δθ_k，有效点范围的终点为最终扫描角度；当前时刻的扫描数据的有效点范围的起点为起始扫描角度，有效点范围的终点为最终扫描角度-偏移角度Δθ_k。例如，在扫描范围为0-270度的情况下，在偏移角度Δθ_k小于0度时，有效点范围为(0-Δθ_k)-270度。

对于该有效范围内的每个点，计算当前时刻与参考时刻的水平轮廓的测量距离的差值。而且，对于有效范围内的所有点，确定各个点的测量距离的差值的累加值，并确定该差值累加值的平均值。如下式所示：

e_k＝error_k/J

其中，error_k为第k个偏移角度Δθ_k下的有效范围所对应的差值累加值；e_k表示第k个偏移角度Δθ_k下的有效范围所对应的差值平均值；j表示有效范围内的扫描点的编号，该编号可以与变换后的扫描点的编号一致；J表示第k个偏移角度Δθ_k下的有效范围内的扫描点的总数量；r″_cj表示当前时刻的有效范围内的扫描点的测量距离；

表示参考时刻的有效范围内的对应扫描点的测量距离。

接下来，对于各个偏移角度，确定各个偏移角度所对应的有效点范围的差值平均值的最小值e_min，并进而确定该最小值所对应的偏移角度Δθ_kmin为第k_min个偏移角度。

根据本公开实施例，可以将所确定的该最小值所对应的偏移角度作为所述偏移范围内最佳的偏移角度。或者，根据本公开实施例，为了更准确地确定最佳偏移角度，可以在确定了该最小值所对应的偏移角度之后，再利用该最小值所对应的偏移角度两侧的偏移角度及其差值平均值，来确定最佳的偏转角度。可以将差值平均值最小的点记作e_kmin，其对应第k_min个偏移角度Δθ_k，可以记作偏移角度Δθ_kmin；将其前一个点记作e_kmin-1，其对应第k_min-1个偏移角度Δθ_kmin-1；将其后一个点记作e_kmin+1，其对应第k_min+1个偏移角度Δθ_kmin-1。

图12示出了利用差值平均值最小的三个点来确定最佳差值平均值e_wmin的示意图。

如图12所示，差值平均值最小的三个点可以表示为(e_kmin-1，-1)、(e_kmin，0)、(e_kmin+1，+1)，w点为抛物线的真正最小值e_wmin的横坐标，该抛物线可以被表示为e＝ak²+bk+c。

可以理解，可以通过下式来获得所述真正最小值的横坐标w。

基于该抛物线上已知的三个点的坐标，可以求出w的值。

因此，在第k_min个偏移角度、第k_min-1个偏移角度、第k_min+1个偏移角度已知的情况下，可以确定w点所对应的偏移角度。

Δθ_c＝Δθ_kmin+w*2Δφ＝(k_min+2w)*Δφ (18)

其中，Δθ_c为对所述当前时刻的航向角的修正量，Δφ为扫描角度间隔。

然后，在步骤S1030，基于所述修正量对所述第一姿态估计初始值进行修正。

对于当前时刻的扫描数据，在经过以上的坐标变换、平移估计、旋转估计之后，得到了对初始姿态估计值(x_c，y_c，θ_c)的修正量(Δx_c，Δy_c，Δθ_c)。利用所得到的修正量对所述初始姿态估计值进行修正。

由此，基于当前时刻的扫描数据，完成了对测绘车的姿态估计的一次迭代。

然后，以修正后的姿态估计值可以进行第二次迭代修正，直至满足预定迭代停止条件。例如，迭代停止条件可以为迭代次数达到预定次数阈值，或者可以为|Δx_c|+|Δy_c|+|Δθ_c|小于预定值ε。其中，修正量(Δx_c，Δy_c，Δθ_c)的单位可以为(cm，cm，度)。

经过上面的处理，基于所述第一物体探测信息生成所述测绘装置的第一姿态估计。

接下来，描述速度编码器和IMU角度传感器的单次数据采集的数据处理(步骤S9120)以及基于这两者生成当前时刻的测绘车/测绘装置的姿态估计(步骤S9130)。通过融合水平扫描雷达的扫描数据得到的测绘车的姿态估计、与所述里程传感器103和角度传感器104的测量结果，得到更高精度更高可信度的测绘车的姿态值。

根据本公开实施例，将基于水平扫描雷达的扫描数据得到的测绘车的姿态估计向量作为当前时刻的姿态向量的观测向量，而将基于里程传感器103和角度传感器104的测量结果得到的测绘车的姿态向量作为当前时刻的姿态向量的状态向量。通过基于所述观测向量和状态向量之间的误差，来得到更高精度更高可信度的测绘车的姿态值。

以当前时刻t的前一时刻t-△t作为参考时刻，可以将当前时刻表示为m，并将其前一时刻表示为m-1。那么，该参考时刻的测绘车的姿态可以被表示为(x_m-1,y_m-1,θ_m-1)，其进而可以被表示为向量形式：

q_m-1＝[x_m-1,y_m-1,θ_m-1]^T (20)

基于水平扫描雷达的扫描数据得到的测绘车的姿态向量qq_m＝[x_m,y_m,θ_m]^T＝[x_c,y_c,θ_c]^T获得当前时刻的姿态向量的观测向量Z_m，而将基于里程传感器103和角度传感器104的测量结果得到的测绘车的姿态向量作为当前时刻的姿态向量的状态向量

通过基于所述观测向量Z_m和状态向量

之间的误差，来得到更高精度更高可信度的测绘车的姿态值。

下面分别将分别描述计算所述观测向量Z_m和状态向量

的方式、计算最终的姿态向量q_m的方式。

·观测向量Z_m

Z_m＝qq_m+σ_m

其中，qq_m为基于水平扫描雷达的扫描数据得到的测绘车的姿态向量，σ_m为观测噪声向量。可以根据经验值或者根据具体测试来确定所述观测噪声向量的值，或者可以忽略该观测噪声向量。

·状态向量

在步骤S9120，基于所述测绘装置的行驶里程以及所述测绘装置的行驶角度，生成所述测绘装置的第二姿态估计。

可以基于里程传感器103和角度传感器104的测量结果，并利用前一时刻m-1的姿态来估计当前时刻m的姿态：

u_m-1＝[v_m-1,ω_m-1]^T

其中，

为当前时刻m的估计姿态向量，q_m-1为参考时刻的姿态向量，u_m-1为测绘车的参考时刻速度向量，v_m-1和ω_m-1分别为测绘车的参考时刻速度与参考时刻角速度，所述当前速度是利用所述里程传感器103的测量结果得到的，所述当前角速度是利用所述角度传感器104的测量结果得到的，ξ_m-1为测量过程的噪声。

此外，可以分别计算q_m-1协方差P_qm-1、以及u_m-1的协方差P_um-1。

接下来，可以将参考时刻的姿态向量q_m-1与参考时刻的速度向量u_m-1，组成合成向量a_m-1，并相应地得到该合成向量a_m-1的协方差A_m-1。

下面说明如何利用合成向量a_m-1及其协方差A_m-1来生成当前时刻的姿态向量的估计

首先，定义向量

其中i的取值范围为[0,2N]，N为合成向量a_m-1的维度，在q_m-1为三维姿态向量且u_m-1为二维速度向量的情况下，N＝5，且向量

的维度也为5。

其中，

为取矩阵

的第i列，

为取矩阵

的第i-N列。

然后，利用向量

来对当前时刻的合成状态进行估计。

其中，

接下来，利用向量

来对当前时刻的合成状态

进行估计。

其中，

相应地，可以求出当前时刻的合成状态

的协方差A_m。

在得到了当前时刻的合成状态

及其协方差A_m之后，可以获得当前时刻的状态估计向量

及其协方差

其中，

表示取矩阵

的第1-3行第1列；A_k(1:3,1:3)表示取矩阵A_m的第1-3行第1-3列。

类似地，定义向量

其中i的取值范围为[0,2NN]，NN为向量

的维度，在

为三维姿态向量的情况下，NN＝3，且向量

的维度也为3。

其中，

为取矩阵

的第i列，

为取矩阵

的第i-NN列。

然后，定义各向量

的状态向量

并利用各状态向量

来生成当前时刻的姿态向量的状态向量

其中，

其中，M为一趟测绘过程中的时刻的数量。

然后，计算状态向量

的协方差：

其中，R为测量噪声。

经过上述处理，基于所述测绘装置的行驶里程以及所述测绘装置的行驶角度，生成了所述测绘装置的第二姿态估计

(步骤S9120)。

接下来，在步骤S9130，基于所述第一姿态估计Z_m和所述第二姿态估计

生成所述测绘装置的姿态估计。

根据本公开实施例，基于观测向量Z_m和状态向量

获得更新的当前时刻的姿态向量q_m。

其中，q_m为更新的当前时刻的测绘车的姿态向量，

为基于里程传感器103和角度传感器104的测量结果而得到的当前时刻的测绘车姿态的状态估计向量，Z_m为基于水平扫描雷达的扫描数据得到的当前时刻的测绘车姿态的观测向量，

为基于状态估计向量

生成的状态向量，P_qz为状态估计向量

与其状态向量

的协方差，M_m为卡尔曼增益矩阵，

为状态向量

的协方差。

由此，通在m-1时刻姿态已知的基础上，可以得到m时刻的姿态q_m。

然而，应了解所述里程传感器103和所述角度传感器104在长距离测绘场景下均会产生一定的累计误差。为了更进一步提升根据本公开实施例的测绘车的测绘精度，本公开实施例还进一步提出了利用超宽频UWB定位来对所基于水平扫描雷达、里程传感器和角度传感器所得到的测绘车姿态q_m进行校正。

根据本公开实施例，通过在移动式测绘装置中融合了UWB定位和RFID定位，可以实现对全局测绘地图更加准确一致性的校正。

根据本公开实施例，第一位置校正传感器105被配置为基于超宽频UWB定位来确定所述测绘装置的位置信息。所述UWB定位可以通过到达时间TOA定位、到达时间差TDOA定位、到达角度AOA定位、TOA-TDOA混合定位、TOA-AOA混合定位、TDOA-AOA混合定位来实现。

根据本公开实施例，所述第一位置校正传感器105可以实现UWB定位。在图13A、13B、13C中具体地示出了TOA定位、TDOA定位、AOA定位的原理。

TOA定位通过分别测量安装在所述移动式测绘装置中的所述第一位置校正传感器105与三个或更多UWB基站之间信号的传播时间来进行定位。TOA定位采用了圆周定位的原理。如图13A所示，在已知UWB基站1的位置(X1，Y1)、UWB基站2的位置(X2，Y2)、UWB基站3的位置(X3，Y3)的情况下，可以通过获得所述第一位置校正传感器105到UWB基站1的直线距离为R1，到UWB基站2的直线距离为R2，到UWB基站3的直线距离为R3，来确定所述第一位置校正传感器105的位置(X0，Y0)。TOA定位要求所述第一位置校正传感器105与所述UWB基站1-3之间在时间上准确同步，这也对TOA定位的具体实施提出了更多的要求。

TDOA定位通过分别测量出至少三个不同UWB基站与所述第一位置校正传感器105之间的传输时延差来进行定位。如图13B所示，在已知UWB基站1的位置(X1，Y1)、UWB基站2的位置(X2，Y2)、UWB基站3的位置(X3，Y3)的情况下，可以通过获得所述第一位置校正传感器105到UWB基站1与UWB基站2的传输时延1，获得所述第一位置校正传感器105到UWB基站1与UWB基站3的传输时延2，并且基于传输时延1和传输时延2来确定所述第一位置校正传感器105的位置(X0，Y0)。与TOA定位相比，TDOA定位无需保证各UWB基站与所述第一位置校正传感器105之间的同步，只需保证各UWB基站之间的同步即可，因此更易于实现。

例如，如图13B所示，对于UWB基站1和UWB基站2的基站对，在获得了传输时延1的情况下，可以确定出所述第一位置校正传感器105到UWB基站1与UWB基站2的距离差。可以知道，在图13B所示的双曲线1(包括以UWB基站1为焦点的实线曲线以及以UWB基站2为焦点的虚线曲线)中的实线曲线上，每一点与UWB基站2的距离和其与UWB基站1的距离差都相等。同理，对于UWB基站1和UWB基站3的基站对，在获得了传输时延2的情况下，可以确定出所述第一位置校正传感器105到UWB基站1与UWB基站3的距离差，在图9B所示的双曲线2(包括以UWB基站1为焦点的点线曲线以及以UWB基站3为焦点的点虚线曲线)中的实线曲线上，每一点与UWB基站3的距离和其与UWB基站1的距离差都相等。换言之，基于传输时延1可以确定以UWB基站1为焦点的实线曲线，基于传输时延2可以确定以UWB基站1为焦点的点线曲线，这两个曲线的交点即为第一位置校正传感器105的位置。

AOA定位可以在仅有两个UWB基站的情况下进行定位，其借助于UWB基站上的天线阵列来确定出所述第一位置校正传感器105相对于各UWB基站的角度，然后基于角度实现定位。如图13C所示，在已知UWB基站1的位置(X1，Y1)、UWB基站2的位置(X2，Y2)的情况下，可以通过获得所述第一位置校正传感器105相对于所述UWB基站1的角度(例如，第一位置校正传感器105和UWB基站1的连线与预定参考方向的夹角θ1)、以及所述第一位置校正传感器105相对于所述UWB基站2的角度(例如，第一位置校正传感器105和UWB基站2的连线与预定参考方向的夹角θ2)，并根据这两个角度θ1和θ2确定所述第一位置校正传感器105的位置(X0，Y0)。

TOA-AOA混合定位可以实现利用单个UWB基站进行定位。这里以UWB基站1为例进行说明。如前所述，在TOA定位方式下，可以获得所述第一位置校正传感器105与UWB基站1之间信号的传播时间，并基于该传播时间可以确定所述第一位置校正传感器105与UWB基站1之间的距离R，因此可以确定所述第一位置校正传感器105位于以UWB基站1为中心且R为半径的圆周上。如前所述，在AOA定位方式下，可以借助于UWB基站1上的天线阵列来确定出所述第一位置校正传感器105相对于UWB基站1的角度(例如，第一位置校正传感器105和UWB基站1的连线与预定参考方向的夹角θ1)，并获得第一位置校正传感器105和UWB基站1的连线。然后，基于TOA定位方式下确定的圆周以及AOA定位方式下确定的连线，可以确定所述第一位置校正传感器105的位置(X0，Y0)。如图13D所示，所述连线与所述圆周的交点，即为所述第一位置校正传感器105的位置(X0，Y0)。

TDOA-AOA混合定位可以实现利用两个UWB基站进行定位。这里以UWB基站1和UWB基站2为例进行说明。如前所述，在TDOA定位方式下，可以获得所述第一位置校正传感器105到UWB基站1与UWB基站2的信号传输时延，并基于该传输时间可以确定所述第一位置校正传感器105到UWB基站1与UWB基站2的距离差，并且基于该距离差可以确定双曲线(包括以UWB基站1为焦点的实线曲线以及以UWB基站2为焦点的虚线曲线)。同理，在AOA定位方式下，可以借助于UWB基站1上的天线阵列来确定出所述第一位置校正传感器105相对于UWB基站1的角度(例如，第一位置校正传感器105和UWB基站1的连线与预定参考方向的夹角θ1)，并获得第一位置校正传感器105和UWB基站1的连线。然后，基于TDOA定位方式下确定的曲线以及AOA定位方式下确定的连线，可以确定所述第一位置校正传感器105的位置(X0，Y0)。如图13E或图13F所示，所述连线与所述曲线的交点，即为所述第一位置校正传感器105的位置(X0，Y0)。

类似地，也可以采用TOA-TDOA混合定位。

根据本公开实施例，通过利用第一位置校正传感器105所获得的位置信息对基于所述第一物体探测传感器101、里程传感器103和角度传感器104所生成的测绘车姿态估计进行校正以获得所述移动式测绘车的校正姿态/位置,以获得所述移动式测绘车的更准确的位置,进而提高所述移动式测绘车的测绘精度。

根据本公开实施例，通过所述UWB定位，所述第一位置校正传感器105可以精确测量其相对于UWB基站的位置，其误差大约在30cm量级。而车辆轨迹路线基于速度编码器和IMU，长时间运行且误差会累加，在集成设备长时间和长距离运行的情况下，UWB的轨迹点精度将高于车辆自身设备生成轨迹点，可用于对车辆轨迹的矫正。

如图14所示，假设在隧道或矿井巷道中预先放置8组UWB定位基站A、B、C、D、E、F、G、H，每组UWB定位基站由小长方形示出。这8组UWB定位基站在同一坐标系中的位置坐标已标定，并且每组UWB定位基站都能够独立测量测绘车的位置。基于采用的UWB定位技术的不同，每组UWB定位基站可以包括不同数量的UWB基站。

以A组UWB定位基站为例，该组UWB定位基站的有效覆盖范围为隧道或矿井巷道中的一段距离，例如从A1到A2点的范围。当测绘车行驶到该A1-A2范围内时，采用A组UWB定位基站的定位数据对每一时刻的姿态向量q_m进行校正，以消除所述里程传感器103和所述角度传感器104的累计误差。可选地，可以仅在A1点或A2点，或者A1到A2范围内的某个设定点(例如中间点)对姿态向量q_m进行校正，以消除所述里程传感器103和所述角度传感器104的累计误差。

根据本公开实施例，可以利用基于超宽频定位所获取的所述测绘装置的位置信息，替换所述测绘装置的姿态估计；或者可以利用基于超宽频定位所获取的所述测绘装置的位置信息的轨迹与所述测绘装置的姿态估计的估计进行轨迹拟合，以对所述测绘装置的姿态估计进行校正。

例如，可以通过用UWB测量值替换基于水平扫描雷达的扫描数据、例程测量传感器、角度传感器得到的姿态值，来对测绘车的行驶轨迹进行修正；或者也可以通过对UWB测量值和基于水平扫描雷达的扫描数据、例程测量传感器、角度传感器得到的姿态值进行加权平均的方式，来对测绘车的行驶轨迹进行修正。通过在如图14所示的8组UWB定位基站的位置对测绘车的行驶轨迹进行校正，实现了在与8组UWB定位基站对应的8个定位点对测绘车的形式轨迹进行校正，纠正这些选定的定位轨迹点的X,Y坐标，并从而纠正了累计误差漂移，从而达到更高精度的全局地图一致性测绘，以实现更为精准的实时更新测绘点云姿态。

为了得到更为准确的测绘结果，通常需要在隧道或矿井巷道中进行多次测绘，并根据多次测绘的结果来得到最终的测绘结果。在对多次测绘结果进行处理时，需要首先对多次测绘的结果进行对齐。

根据本公开实施例，还可以提供第二位置校正传感器106。例如，所述第二位置传感器106被配置为获取在待测绘空间中设置的参考标志的参考位置信息。例如，所述第二位置传感器106可以为射频身份识别器(RFID读卡器)，其用于获取在所述待测绘空间中分布的射频身份识别卡(RFID卡)的参考位置信息。再例如，所述第二位置传感器106可以为图形码识别器，其用于获取在所述待测绘空间中分布的图形码的参考位置信息，所述图形码可以为二维码、条形码等。

图15示出了在隧道或矿井巷道中预先放置多个RFID卡的示意图，其中RFID卡由小圆圈表示。如图15所示的RFID卡的位置可以是任意布置的，且无需知道各RFID卡的具体位置。

根据本公开实施例，所述测绘装置在所述待测绘空间中进行多次测绘，每次测绘生成对应的测绘轨迹。所述传感器数据处理器被配置为基于所述参考标志的参考位置信息对多次测绘生成的多个测绘轨迹进行对齐，并基于对齐后的多个测绘轨迹生成所述待测绘空间中的测绘数据。

图16示出了根据本公开实施例的对多次测绘行程进行对齐的操作方法的示意性流程图。

在步骤S1610，所述测绘装置在所述待测绘空间中进行多次测绘，每次测绘生成对应的测绘轨迹。

在步骤S1620，利用每次测绘行程的测绘数据中的RFID数据，对各次测绘轨迹进行对齐。

在步骤S1630，利用对齐后的多次测绘轨迹进行轨迹拟合，以生成所述待测绘空间中的测绘数据。

例如，可以利用各RFID卡的位置信息来对各次测绘数据进行对齐，从而可以利用多次测绘数据生成更为精确的测绘结果。例如，可以在对齐之后，对各次测绘过程中测绘车的行驶轨迹进行平均，或采用其他方式对各次测绘过程中测绘车的行驶轨迹进行拟合，以得到提高精度的测绘轨迹。

此外，根据本公开实施例，还可以按照所述多个参考标志的参考位置信息，将所述测绘数据进行分段，以得到多段测绘数据，以便于测绘数据的存储和处理。

根据本公开实施例的测绘装置集成了多种传感器，例如，第一物体探测传感器101、里程传感器103、角度传感器104、第一位置校正传感器105、第一位置校正传感器106、第二物体探测传感器107，并融合多种传感器的测量信息，提高了测绘车的姿态预测的准确度，进而提高了测绘车所生成的测绘数据的准确度。

为了将多种传感器的感测数据进行有效融合，需要对齐各种传感器的感测数据。根据本公开实施例，采用了统一的同步时钟，将，第一物体探测传感器101、里程传感器103、角度传感器104、第一位置校正传感器105、第一位置校正传感器106、第二物体探测传感器107的感测数据同时打上统一的时间戳。

因此，根据本公开实施例，在获取各个传感器的感测数据时，可以从所述第一物体探测传感器获取所述第一物体探测信息，并将对应的获取时刻作为所述第一物体探测信息的获取时间戳；从所述里程传感器获取所述测绘装置的行驶里程，并将对应的获取时刻作为所述行驶里程的获取时间戳；从所述角度传感器获取所述测绘装置的行驶角度，并将对应的获取时刻作为所述行驶角度的获取时间戳；从所述第一位置校正传感器获取所述超宽频定位信息，并将对应的获取时刻作为所述超宽频定位信息的获取时间戳。

然后，基于所述第一物体探测信息及其对应的获取时间戳、所述行驶里程及其对应的获取时间戳、所述行驶角度及其对应的获取时间戳、所述超宽频定位信息及其获取时间戳，确定特定数据刷新时刻的测绘数据。

根据本公开实施例，可以以水平扫描雷达的扫描时刻作为所述特定数据刷新时刻，并且以水平扫描雷达的扫描频率作为特定数据刷新率。

根据本公开实施例，按照特定数据刷新率，基于所述第一物体探测信息及其对应的获取时间戳，确定距所述特定数据刷新时刻最接近的至少两个获取时间戳，并通过插值方式估计所述特定数据刷新时刻所对应的第一物体探测信息；基于所述行驶里程及其对应的获取时间戳，确定距所述特定数据刷新时刻最接近的至少两个获取时间戳，并通过插值方式估计所述特定数据刷新时刻所对应的行驶里程；基于所述行驶角度及其对应的获取时间戳，确定距所述特定数据刷新时刻最接近的至少两个获取时间戳，并通过插值方式估计所述特定数据刷新时刻所对应的行驶角度；基于所述超宽频定位信息及其对应的获取时间戳，确定距所述特定数据刷新时刻最接近的至少两个获取时间戳，并通过插值方式估计所述特定数据刷新时刻所对应的超宽频定位信息。

然后，可以将所述特定数据刷新时刻所对应的第一物体探测信息、行驶里程、行驶角度以及超宽频定位信息，作为所述特定数据刷新时刻的探测数据。

根据本公开实施例的测绘方法不同于传统扫描匹配蒙特卡洛法在笛卡尔坐标中利用点云匹配，而是在极坐标中分别估计平移值和旋转值，而后多次迭代计算，取得精准值。和传统方法相比，将计算次数大大降低，在保证匹配精度的情况下，降低了计算次数，加快计算速度。

需要说明的是，附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

除非另有定义，这里使用的所有术语(包括技术和科学术语)具有与本公开所属领域的普通技术人员共同理解的相同含义。还应当理解，诸如在通常字典里定义的那些术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。

以上是对本公开的说明，而不应被认为是对其的限制。尽管描述了本公开的若干示例性实施例，但本领域技术人员将容易地理解，在不背离本公开的新颖教学和优点的前提下可以对示例性实施例进行许多修改。因此，所有这些修改都意图包含在权利要求书所限定的本公开范围内。应当理解，上面是对本公开的说明，而不应被认为是限于所公开的特定实施例，并且对所公开的实施例以及其他实施例的修改意图包含在所附权利要求书的范围内。本公开由权利要求书及其等效物限定。

Claims (25)

1.一种基于多传感器的测绘装置，包括：

第一物体探测传感器，被配置为在待测绘空间中发射第一波长的信号并采集由所述第一波长的信号生成的反射信号，并基于所述反射信号生成所述测绘装置周围的第一物体探测信息；

里程传感器，被配置为测量所述测绘装置的行驶里程；

角度传感器，被配置为测量所述测绘装置的行驶角度；

第一位置校正传感器，被配置为基于超宽频定位获取所述测绘装置的位置信息；以及

传感器数据处理器，被配置为基于所述第一物体探测信息、所述测绘装置的行驶里程、所述测绘装置的行驶角度、以及所述测绘装置的位置信息，生成所述待测绘空间中的测绘数据。

2.如权利要求1所述的测绘装置，其中，所述传感器数据处理器被配置为：

基于所述第一物体探测信息、所述测绘装置的行驶里程、所述测绘装置的行驶角度，生成所述测绘装置的姿态估计；

利用基于超宽频定位所获取的所述测绘装置的位置信息，对所述测绘装置的姿态估计进行校正；以及

基于所述测绘装置的校正的姿态估计，生成所述待测绘空间中的测绘数据。

3.如权利要求2所述的测绘装置，其中，所述传感器数据处理器被配置为：

基于所述第一物体探测信息生成所述测绘装置的第一姿态估计；

基于所述测绘装置的行驶里程以及所述测绘装置的行驶角度，生成所述测绘装置的第二姿态估计；以及

基于所述第一姿态估计和所述第二姿态估计，生成所述测绘装置的姿态估计。

4.如权利要求3所述的测绘装置，其中，所述第一物体探测传感器为水平扫描雷达，所述第一物体探测信息为扫描数据，所述传感器数据处理器被配置为：

基于参考时刻的测绘装置的姿态，确定当前时刻的测绘装置的第一姿态估计初始值；以及

基于当前时刻的扫描数据以及参考时刻，迭代地对所述第一姿态估计初始值进行修正。

5.如权利要求4所述的测绘装置，其中，对所述第一姿态估计初始值进行修正，包括：

基于所述第一姿态估计初始值，对当前时刻的所述扫描数据，进行坐标系映射，以将所述扫描数据变换至参考坐标系下，其中，所述参考坐标系为参考时刻的坐标系，并且被变换至所述参考坐标系的扫描数据为极坐标形式；

在极坐标系下，对当前时刻的扫描数据和参考时刻的扫描数据进行比对，以得到所述第一姿态估计初始值的修正量；以及

基于所述修正量对所述第一姿态估计初始值进行修正。

6.如权利要求5所述的测绘装置，其中，所述第一姿态估计初始值包括横坐标、纵坐标和航向角，在极坐标系下，对当前时刻的扫描数据和参考时刻的扫描数据进行比对，以得到所述第一姿态估计初始值的修正量，进一步包括：

基于线性化最小二乘法，确定当前时刻的测绘车的第一姿态估计初始值中的横坐标和纵坐标的最佳变化值，并将所确定的横坐标和纵坐标的最佳变化值作为当前时刻的测绘装置的所述第一姿态估计初始值中横坐标和纵坐标的修正量；

基于无迹卡尔曼滤波，确定当前时刻的测绘车的第一姿态估计初始值中的航向角的最佳偏移角度，并将所确定的航向角的最佳偏移角度作为当前时刻的测绘装置的所述第一姿态估计初始值中航向角的修正量。

7.如权利要求1所述的测绘装置，其中，所述第一位置校正传感器为超宽频通信装置，所述超宽频定位包括以下至少一项：到达时间定位、到达时间差定位、到达角度定位、到达时间与到达时间差混合定位、到达时间与到达角度混合定位、以及到达时间差与到达角度混合定位。

8.如权利要求2所述的测绘装置，其中，利用基于超宽频定位所获取的所述测绘装置的位置信息，对所述测绘装置的姿态估计进行校正，包括：

利用基于超宽频定位所获取的所述测绘装置的位置信息，替换所述测绘装置的姿态估计；或者

利用基于超宽频定位所获取的所述测绘装置的位置信息的轨迹与所述测绘装置的姿态估计的估计进行轨迹拟合，以对所述测绘装置的姿态估计进行校正。

9.如权利要求1所述的测绘装置，还包括：第二位置校正传感器，被配置为获取在待测绘空间中设置的参考标志的参考位置信息；

其中，所述传感器数据处理器，被配置为基于所述第一物体探测信息、所述测绘装置的行驶里程、所述测绘装置的行驶角度、所述测绘装置的位置信息、以及所述参考位置信息，生成所述待测绘空间中的测绘数据。

10.如权利要求9所述的测绘装置，其中，所述第二位置校正传感器为射频识别读卡器，所述参考标志为射频识别卡；

其中，所述测绘装置在所述待测绘空间中进行多次测绘，每次测绘生成对应的测绘轨迹；

其中，所述传感器数据处理器被配置为基于所述参考标志的参考位置信息对多次测绘生成的多个测绘轨迹进行对齐，并基于对齐后的多个测绘轨迹生成所述待测绘空间中的测绘数据。

11.如权利要求1所述的测绘装置，其中，所述第一物体探测传感器被配置为在待测绘空间的第一平面内发射所述第一波长的信号，所述测绘装置还包括：

第二物体探测传感器，被配置为在待测绘空间的第二平面内发射第二波长的信号并采集由所述第二波长的信号生成的反射信号，并基于所述反射信号生成所述测绘装置周围的第二物体探测信息；

其中，所述第一平面与所述第二平面垂直，

其中，所述传感器数据处理器还被配置为基于所述第二物体探测信息，生成所述测绘空间的三维测绘数据。

12.如权利要求1所述的测绘装置，其中，所述角度传感器包括惯性测量传感器，被配置为测量所述测绘装置移动时的空间姿态角，作为所述行驶角度。

13.如权利要求1所述的测绘装置，其中，基于所述第一物体探测信息、所述测绘装置的行驶里程、所述测绘装置的行驶角度、以及所述测绘装置的位置信息，生成所述待测绘空间中的测绘数据，包括：

从所述第一物体探测传感器获取所述第一物体探测信息，并将对应的获取时刻作为所述第一物体探测信息的获取时间戳；

从所述里程传感器获取所述测绘装置的行驶里程，并将对应的获取时刻作为所述行驶里程的获取时间戳；

从所述角度传感器获取所述测绘装置的行驶角度，并将对应的获取时刻作为所述行驶角度的获取时间戳；

从所述第一位置校正传感器获取所述超宽频定位信息，并将对应的获取时刻作为所述超宽频定位信息的获取时间戳；以及

基于所述第一物体探测信息及其对应的获取时间戳、所述行驶里程及其对应的获取时间戳、所述行驶角度及其对应的获取时间戳、所述超宽频定位信息及其获取时间戳，确定特定数据刷新时刻的测绘数据。

14.如权利要求13所述的测绘装置，其中，按照特定数据刷新率，基于所述第一物体探测信息及其对应的获取时间戳、所述行驶里程及其对应的获取时间戳、所述行驶角度及其对应的获取时间戳、以及所述超宽频定位信息及其获取时间戳，确定特定数据刷新时刻的测绘数据，包括：

基于所述第一物体探测信息及其对应的获取时间戳，确定距所述特定数据刷新时刻最接近的至少两个获取时间戳，并通过插值方式估计所述特定数据刷新时刻所对应的第一物体探测信息；

基于所述行驶里程及其对应的获取时间戳，确定距所述特定数据刷新时刻最接近的至少两个获取时间戳，并通过插值方式估计所述特定数据刷新时刻所对应的行驶里程；

基于所述行驶角度及其对应的获取时间戳，确定距所述特定数据刷新时刻最接近的至少两个获取时间戳，并通过插值方式估计所述特定数据刷新时刻所对应的行驶角度；

基于所述超宽频定位信息及其对应的获取时间戳，确定距所述特定数据刷新时刻最接近的至少两个获取时间戳，并通过插值方式估计所述特定数据刷新时刻所对应的超宽频定位信息；以及

将所述特定数据刷新时刻所对应的第一物体探测信息、行驶里程、行驶角度以及超宽频定位信息，作为所述特定数据刷新时刻的探测数据。

15.如权利要求9所述的测绘装置，其中，所述待测绘空间中设置有多个参考标志，

其中，所述传感器数据处理器还包括：

按照所述多个参考标志的参考位置信息，将所述测绘数据进行分段，以得到多段测绘数据。

16.如权利要求11所述的测绘装置，所述测绘装置还包括：

第一传感器固定结构件，

其中，所述第一物体探测传感器和/或所述第二物体探测传感器经由一组或多组紧固件安装到所述第一传感器固定结构件。

17.如权利要求16所述的测绘装置，所述测绘装置还包括：

第二传感器固定结构件，

其中，所述传感器数据处理器、所述角度传感器、所述第一位置校正传感器和第二位置校正传感器中的一者或多者，经由一组或多组紧固件安装到所述第二传感器固定结构件。

18.如权利要求17所述的测绘装置，其中，所述第二传感器固定结构件包括壳体，所述壳体具有顶壁、底壁、以及在所述顶壁与所述底壁之间延伸的侧壁，所述第二位置校正传感器安装到所述顶壁上。

19.一种移动式测绘车，包括：

如权利要求1-18中的任意一项所述的测绘装置；

安装平台，被配置为支撑所述测绘装置；

轮胎，被配置为带动所述测绘装置沿一表面移动；以及

连接组件，被配置为将所述安装平台连接到所述轮胎。

20.如权利要求19所述的移动式测绘车，所述移动式测绘车还包括：

可调节挂件，其连接到所述安装平台，且被配置为将所述移动式测绘车搭载到具有动力装置的车辆或载具。

21.如权利要求20所述的移动式测绘车，其中，

所述轮胎包括第一轮胎和第二轮胎，其分别位于所述测绘装置的两侧，

所述连接组件包括多连杆悬挂组，所述多连杆悬挂组被配置为将所述第一轮胎和所述第二轮胎分别连接到所述安装平台。

22.如权利要求20所述的移动式测绘车，其中，

所述轮胎包括轮轴，所述轮轴被配置为带动一齿轮组转动，

所述齿轮组连接到所述里程传感器，以测量所述测绘装置的行驶里程。

23.如权利要求22所述的移动式测绘车，其中，

所述齿轮组包括第一齿轮和第二齿轮，所述第一齿轮连接到所述轮轴，所述第二齿轮与所述第一齿轮啮合。

24.如权利要求23所述的移动式测绘车，其中，

所述里程传感器是里程编码器，所述里程编码器的输入轴插接到所述第二齿轮的轴孔中，以传递所述轮胎的转动。

25.如权利要求20所述的移动式测绘车，其中，

所述连接组件进一步包括避震部件，所述避震部件被配置为缓冲所述移动式测绘车在沿所述表面移动过程中发生的震动。

Images