買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉廣東工業大學申請的專利一種激光雷達與加速度傳感器結合的無人車建圖方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115540850B 。

龍圖騰網通過國家知識產權局官網在2025-09-23發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211077055.3，技術領域涉及：G01C21/00；該發明授權一種激光雷達與加速度傳感器結合的無人車建圖方法是由孟偉;鄒志鍵;陳浩冬;臧家瑤;楊遠林設計研發完成，并于2022-09-05向國家知識產權局提交的專利申請。

本一種激光雷達與加速度傳感器結合的無人車建圖方法在說明書摘要公布了：本發明公開了一種激光雷達與加速度傳感器結合的無人車建圖方法，通過在無人車上安裝激光雷達和加速度傳感器，采集周圍環境信息與無人車自身位姿信息；將無人車的位姿信息轉換到世界坐標系下，通過無人車位姿的離散信息構建里程計數學模型；對里程計模型進行粒子濾波，將預測估計位姿與測量得到的位姿進行計算，求出噪聲較小的無人車位姿，基于此生成的柵格地圖；在生成的柵格地圖下插入幀數點云數據，使用四叉樹搜索算法找到局部最優匹配幀，再將得到的局部最優匹配幀進行一次點云對地圖匹配得到更準確的全局匹配幀，利用這些全局匹配幀構建更精確的柵格地圖。本方法可增強對長廊環境以及相似環境的建圖效果，進而提高建圖的精度。

本發明授權一種激光雷達與加速度傳感器結合的無人車建圖方法在權利要求書中公布了：1.一種基于加速度傳感器與激光雷達融合構建地圖的方法，其特征在于，包括以下步驟： 步驟1，首先在無人車的正前方安裝加速度傳感器，用于測量無人車的位姿；激光雷達安裝在無人車的頂部，用于獲取雷達點云數據； 將無人車放在待建圖的道路上，啟動無人車，無人車在行進的過程中，激光雷達與加速度傳感器實時獲取點云數據以及速度數據； 步驟2，根據采集到的速度數據，計算得到無人車在激光雷達坐標系下的位姿信息，然后利用坐標變換矩陣將以激光雷達坐標系下的位姿信息轉換到世界坐標系下；在世界坐標系下，建立里程計模型： 步驟2.1，加速度傳感器采集到的當前時刻i下無人車的速度數據根據下式計算在激光雷達坐標系下的無人車的位姿： Sx＝Sxi-1+Vx*Δt+ax*Δt2 上式中，Vx表示無人車投影到激光雷達坐標系x方向上行駛的速度，ax表示無人車投影到x方向上行駛的加速度，Δt表示測出Vx和ax的瞬時時間間隔，Sxi-1表示i-1時刻下投影到x軸的坐標，Sx表示i時刻下投影到x軸的坐標；i時刻下投影到y軸的坐標為Sy，則有從而得到激光雷達坐標系下i時刻無人車的位姿Sx,Sy,Sθ； 將得到的Sx,Sy,Sθ通過坐標變換從激光雷達坐標系下轉化到世界坐標系下： 無人車在雷達坐標系下的位姿S以Sx,Sy,Sθ表示，那么它在世界坐標系的位姿為U＝Ux,Uy,UθT： 矩陣TU為正交旋轉矩陣其中表示無人車的姿態角度，Ux表示無人車在世界坐標系下的橫坐標，Uy表示無人車在世界坐標系下的縱坐標，Uθ表示無人車在世界坐標系下與橫坐標的夾角； 步驟2.2，采樣周期內無人車運動的路程長度Δs和旋轉過的角度Δθ可以表示為： 式子中Δsr為無人車的右動力輪在采樣間隔Δt時刻下走過的路程，Δsl為左動力輪在采樣間隔Δt時刻下走過的路程；因此根據遞推可以得到無人車從k時刻到k+1時刻估計位姿數學表達式，即里程計模型如下： 其中Zxk+1,Zyk+1,Zθk+1表示估計k+1時刻下無人車在世界坐標系下的橫坐標、縱坐標以及與橫坐標之間的夾角；Uxk,Uyk,Uθk表示k時刻無人車在世界坐標系下的位姿； 步驟3，對里程計模型進行粒子濾波處理，具體步驟為以下幾步： 步驟3.1，通過式1可得到無人車在k時刻世界坐標系下的位姿估計k時刻下無人車的估計位姿Zk，根據式2和式3，Zk可以表示為 步驟3.2，根據下面式子，利用粒子濾波預測環境信息變化時，在k時刻無人車估計位姿的條件下，得到無人車測量位姿的概率pUk|Zk： 其中表示無人車在k時刻抽取的第i個粒子，一共抽取N個粒子，狄拉克函數用σ.表示，代表了歸一化粒子的重要權值，取 步驟3.3，根據步驟3.2得到的概率pUk|Zk與步驟3.1得到的Uk和Zk，通過以下公式計算得到濾波后k時刻的無人車位姿態Pk： Pk＝A*Uk+B*Zk-pUk|Zk*Uk5 上式中，A表示測量值的超參數，B表示估計值與測量概率處理過的測量值作差的超參數；相比Uk，濾波處理后的Pk更接近無人車的實際位姿；Pk可以表示為 步驟3.4，重復步驟3.1，3.2和步驟3.3，生成各個時刻下濾波后的無人車位姿集合，這些位姿的集合按運動的時間進行連接構建出柵格地圖； 步驟4，構建全局地圖 步驟4.1，在生成的柵格地圖插入設定好幀數的點云數據，點云數據來自于步驟1雷達采集的點云數據，采用四叉樹搜索算法，以深度優先為原則，對柵格地圖進行簡化，通過引入無人車位姿方向上激光掃描點所對應柵格點的占有概率值Mnearest，降低搜索算法的時間復雜度；Mnearest計算方式如式7，上述過程的數學表示如下： 式6中W代表搜索空間也即生成的柵格地圖，Mnearest表示無人車位姿方向上激光掃描點所對應柵格點的占有概率值，ξ表示柵格，Tξ表示柵格的一個點云坐標，其中下標ξ∈W表示遍歷柵格地圖的所有柵格；K表示構建柵格地圖的總時刻，hk表示k時刻下Tξ所表示點云坐標在柵格地圖的權重值，參數a,b∈0,1，ξ*表示柵格地圖搜索的局部最優匹配幀； 步驟4.2，在使用四叉樹搜索算法找到局部最優匹配幀之后，在得到的局部最優匹配幀插入步驟1激光雷達獲取到的點云數據，將點云數據與局部最優匹配幀按采集時間順序進行注冊，從而得到出全局最優關鍵幀； 步驟4.3，重復步驟4.1和步驟4.2，當插入的點云數據達到完全覆蓋柵格的時候，就構出了一個以全局匹配幀為基礎的更加精確的柵格地圖。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人廣東工業大學，其通訊地址為：510062 廣東省廣州市越秀區東風東路729號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。