2025年导航与控制技术研发与制造手册.docxVIP

2025年导航与控制技术研发与制造手册

第X章导航系统感知与融合技术

1.1多源异构传感器数据预处理

针对激光雷达点云数据，需建立基于ICP算法的点云配准流程，将不同品牌雷达（如Velodyne与Ouster）的点云坐标统一至ENU坐标系，并采用特征点匹配法进行粗配准，确保点云空间分布的一致性，精度控制在2像素以内。对毫米波雷达回波信号进行卡尔曼滤波去噪处理，剔除运动引起的虚假回波，利用时域和空域特征将雷达点云映射至ENU坐标系，并剔除因车辆行驶产生的非动态点云，使静态障碍物点云密度稳定在300点/平方米以上。

对超声波传感器短距离回波信号进行阈值滤波，设定静态障碍物检测阈值为0.5米，动态障碍物检测阈值为0.1米，通过滑动窗口算法计算相邻帧差异，动态调整检测阈值以适应不同车速场景。针对IMU数据中的陀螺仪零偏漂移问题，采用外推算法进行短期零偏补偿，利用陀螺仪自身数据估算零偏，再结合加速度计数据进行长期修正，确保在高速旋转下零偏误差始终低于0.01°/s。对里程计数据中的累积误差进行积分修正，利用GPS接收机提供的绝对位置信息作为初始化基准，通过卡尔曼滤波模型将里程计数据平滑处理，消除因轮速传感器读数波动导致的轨迹漂移。

对视觉SLAM数据中的光照变化进行自适应标定，利用灰度直方图分析像素亮度分布，动态调整曝光补偿