買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉北京理工大學(xué)申請(qǐng)的專利一種用于非平坦環(huán)境的魯棒的兩階段激光慣性里程計(jì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119714341B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202411709270.X，技術(shù)領(lǐng)域涉及：G01C22/00；該發(fā)明授權(quán)一種用于非平坦環(huán)境的魯棒的兩階段激光慣性里程計(jì)是由武偉超;王雨涵;劉城;韓泳辰;馬雨薇;趙子涵;張健燁;潘艾剛;杜鑠;魏紹楨設(shè)計(jì)研發(fā)完成，并于2024-11-27向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種用于非平坦環(huán)境的魯棒的兩階段激光慣性里程計(jì)在說明書摘要公布了：本公開提供了一種用于非平坦環(huán)境的魯棒的兩階段激光慣性里程計(jì)，該里程計(jì)中，激光里程計(jì)模塊基于激光點(diǎn)云信息，采用基于NDT的粗匹配和基于KISS?ICP的精確匹配獲得無人平臺(tái)的位姿；NDT解決旋轉(zhuǎn)運(yùn)動(dòng)精匹配，KISS?ICP算法解決平移運(yùn)動(dòng)精匹配?；丨h(huán)檢測與優(yōu)化模塊對(duì)激光里程計(jì)模塊輸出的位姿進(jìn)行回環(huán)檢測和補(bǔ)償；多傳感器數(shù)據(jù)融合模塊根據(jù)回環(huán)檢測與優(yōu)化模塊輸出的位姿和慣性傳感器輸出的IMU數(shù)據(jù)，采用基于誤差狀態(tài)的卡爾曼濾波器進(jìn)行數(shù)據(jù)融合，得到當(dāng)前時(shí)刻無人平臺(tái)的最終位姿結(jié)果。卡爾曼濾波器的誤差量和觀測量加入了無人平臺(tái)的速度誤差。使用本發(fā)明能夠提升非平坦環(huán)境下位姿估計(jì)的精確度、魯棒性。

本發(fā)明授權(quán)一種用于非平坦環(huán)境的魯棒的兩階段激光慣性里程計(jì)在權(quán)利要求書中公布了：1.一種用于非平坦環(huán)境的魯棒的兩階段激光慣性里程計(jì)，其特征在于，部署到具備激光傳感器以慣性傳感器的無人平臺(tái)上，該激光慣性里程計(jì)包括：粗匹配與精確匹配結(jié)合的激光里程計(jì)模塊（1）、回環(huán)檢測與優(yōu)化模塊（2）以及多傳感器數(shù)據(jù)融合模塊（3）； 激光里程計(jì)模塊（1），用于基于激光傳感器掃描獲得的激光點(diǎn)云，采用粗匹配與精確匹配獲得無人平臺(tái)的第一位姿，發(fā)送給回環(huán)檢測與優(yōu)化模塊（2）； 其中，所述粗匹配采用基于正態(tài)分布變換NDT的點(diǎn)云配準(zhǔn)算法，解決旋轉(zhuǎn)運(yùn)動(dòng)精匹配；精確匹配以NDT算法匹配結(jié)果為初值，采用KISS-ICP算法解決平移運(yùn)動(dòng)精匹配； 回環(huán)檢測與優(yōu)化模塊（2），用于對(duì)激光里程計(jì)模塊（1）輸出的第一位姿進(jìn)行回環(huán)檢測和補(bǔ)償，向多傳感器數(shù)據(jù)融合模塊（3）輸出處理后的無人平臺(tái)的第二位姿； 多傳感器數(shù)據(jù)融合模塊（3），用于將來自回環(huán)檢測與優(yōu)化模塊（2）的第二位姿和來自慣性傳感器的IMU數(shù)據(jù)進(jìn)行時(shí)間對(duì)齊，針對(duì)同時(shí)刻數(shù)據(jù)采用基于誤差狀態(tài)的卡爾曼濾波器進(jìn)行數(shù)據(jù)融合，得到當(dāng)前時(shí)刻無人平臺(tái)的最終位姿結(jié)果；所述基于誤差狀態(tài)的卡爾曼濾波器的誤差量和觀測量加入了無人平臺(tái)的速度誤差，以限制速度估計(jì)值超出無人平臺(tái)的實(shí)際速度上限； 其中，所述多傳感器數(shù)據(jù)融合模塊（3）將位姿信息的誤差量作為狀態(tài)量構(gòu)建所述基于誤差狀態(tài)的卡爾曼濾波器；所述狀態(tài)量包括無人平臺(tái)的位置誤差、速度誤差、姿態(tài)誤差、加速度計(jì)和陀螺儀的零偏誤差； 其中，為濾波器的狀態(tài)量，為無人平臺(tái)的位置誤差，為無人平臺(tái)的速度誤差，為無人平臺(tái)的姿態(tài)誤差量，和分別表示t時(shí)刻慣性傳感器中加速度計(jì)和陀螺儀零偏噪聲的誤差量；w為過程噪聲，為加速度計(jì)白噪聲，為陀螺儀白噪聲，和分別表示t時(shí)刻加速度計(jì)和陀螺儀對(duì)應(yīng)的零偏噪聲； 根據(jù)誤差量的微分方程推導(dǎo)出濾波器的狀態(tài)方程，為： 其中，表示過程噪聲狀態(tài)轉(zhuǎn)移矩陣，表示過程噪聲狀態(tài)轉(zhuǎn)移矩陣，表示從載體坐標(biāo)系到當(dāng)?shù)貙?dǎo)航坐標(biāo)系的坐標(biāo)轉(zhuǎn)換矩陣；×代表反對(duì)稱矩陣；和分別表示t時(shí)刻加速度計(jì)和陀螺儀的測量值，和表示t時(shí)刻去除零偏噪聲后的加速度和角速度； 觀測方程為： 其中，為觀測量；、、分別為無人平臺(tái)的位置誤差、速度誤差、姿態(tài)誤差的觀測值； 使用基于誤差量的狀態(tài)方程與觀測方程，構(gòu)建基于誤差狀態(tài)的卡爾曼濾波器ESKF的基礎(chǔ)方程，將狀態(tài)方程離散化后與觀測方程帶入ESKF濾波的基礎(chǔ)方程，得到完整的ESKF； 利用IMU數(shù)據(jù)進(jìn)行慣性解算得到當(dāng)前時(shí)刻位置、速度、姿態(tài)信息的估計(jì)值作為IMU結(jié)算結(jié)果，根據(jù)激光里程計(jì)模塊（1）輸出的位置觀測值以及相鄰兩幀數(shù)據(jù)的時(shí)間戳，計(jì)算出速度觀測值，將位置觀測值、速度觀測值以及姿態(tài)觀測值與所述IMU解算結(jié)果的差值作為、、，進(jìn)行ESKF更新；通過ESKF迭代求解，獲得最終位姿。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人北京理工大學(xué)，其通訊地址為：100081 北京市海淀區(qū)中關(guān)村南大街5號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。