CN114739415B 基于多传感器融合的多车定位方法、装置及计算机设备 （中国人民解放军国防科技大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114739415B(45)授权公告日2025.07.11

(21)申请号202210295963.3

(22)申请日2022.03.24

(65)同一申请的已公布的文献号申请公布号CN114739415A

(43)申请公布日2022.07.12

(73)专利权人中国人民解放军国防科技大学地址410073湖南省长沙市开福区德雅路

109号

(72)发明人曾宇骏呼晓畅谢广磊刘大学徐昕方强

(74)专利代理机构长沙国科天河知识产权代理

有限公司43225专利代理师李杨

(51)Int.CI.

GO1C21/28(2006.01)

G01C21/16(2006.01)

G01S17/06(2006.01)

G01S13/06(2006.01)

(56)对比文件

CN109115223A,2019.01.01审查员刘明进

权利要求书3页说明书21页附图4页

(54)发明名称

基于多传感器融合的多车定位方法、装置及计算机设备

(57)摘要

CN114739415B上述基于多传感器融合的多车定位方法、装置及计算机设备，通过获取编队中定位无人车上安装的组合惯性导航传感器数据、感知数据以及被定位无人车的导航定位数据，对导航定位数据、感知数据以及被定位无人车上滤波器对当前时间步的预测数据进行关联，得到关联数据包；根据预先设置的自适应切换策略，选择关联数据包中的其中一种数据作为被定位无人车的观测数据，最后，将观测数据输入被定位无人车上的滤波器，得到编队中被定位无人车的定位结果。将多个传感器的数据综合分析可以更加准确地描述外界环境，由于多车通讯系统以及各种传感器数据在不同环境条件下的有效性存在差异，进

CN114739415B

102

102

获取编队中定位无人车上安装的多个传感器的传感器数据

104

根据目标感知传感器数据确定被定位无人车的感知数据，通过无线通讯获取被定位无人车的导航定位数据

对导航定位数据、感知数据以及被定位无人车上滤波

器对当前时间步的预测数据进行关联，

得到关联数据包

根据预先设置的自适应切换策略，选择关联数据包中的其中一种数据作为被定位无人车的观测数据

110

将观测数据输入被定位无人车上的滤波器，得到编队中被定位无人车的定位结果

108

106

CN114739415B权利要求书1/3页

2

1.一种基于多传感器融合的多车定位方法，其特征在于，所述方法包括：

获取编队中定位无人车上安装的多个传感器的传感器数据；所述传感器数据包括：组合惯性导航传感器数据和目标感知传感器数据；

根据所述目标感知传感器数据确定被定位无人车的感知数据，通过无线通讯获取被定位无人车的导航定位数据；

对所述导航定位数据、所述感知数据以及被定位无人车上滤波器对当前时间步的预测数据进行关联，得到关联数据包；

根据预先设置的自适应切换策略，选择所述关联数据包中的其中一种数据作为被定位无人车的观测数据；

将所述观测数据输入所述被定位无人车上的滤波器，得到编队中被定位无人车的定位结果；

所述组合惯性导航传感器数据包括：所述定位无人车的导航定位数据和IMU积分定位数据；所述定位无人车的导航定位数据中包括定位协方差；

所述目标感知传感器数据包括图像、毫米波雷达点云和激光雷达点云；

根据所述目标感知传感器数据确定被定位无人车的感知数据，包括：

将所述图像输入YOLO网络，得到带目标框的第一图像，将所述激光雷达点云投影到所述第一图像上，提取位于所述第一图像中目标框中的点云，采用最近邻聚类算法分别处理所述目标框中的点云，得到对应目标框的聚类中心点，结合所述第一图像和所述聚类中心点得到第二图像；

对所述激光雷达点云极坐标化，对极坐标化点云进行地面分割得到非地面障碍区域，采用最近邻聚类算法对所述非地面障碍区域中的正障碍点进行过分割，获得正障碍区域，对所述正障碍区域进行最近邻聚类得到第一激光雷达点云。

2.根据权利要求1所述的方法，其特征在于，在对所述导航定位数据、所述感知数据以及被定位无人车上滤波器对当前时间步的预测数据进行关联，得到关联数据包之前，包括：

获取上一时间步被定位无人车的感知数据和导航定位数据；

通过比较被定位无人车上一帧和当前帧导航定位数据中的时间戳判断无线通讯是否正常，以及根据所述定位协方差判断导航定位是否正常。

3