基于视觉惯性轮速计紧耦合的自动驾驶车辆自主即时定位与地下车库建图设计.docxVIP

PAGE2

基于视觉惯性轮速计紧耦合的自动驾驶车辆自主即时定位与地下车库建图设计

摘要

针对自动驾驶车辆在GPS拒止环境（如地下车库）中易出现长距离定位漂移的问题，本设计提出一种融合相机、IMU与轮速脉冲的紧耦合定位与建图方案。系统引入非完整性约束，有效抑制车辆侧向与垂直方向的位移误差累积，显著提升复杂场景下的定位鲁棒性。

全文遵循工程递进思路展开。首先进行需求分析，明确地下车库场景对高精度定位与全局建图的功能及性能指标。其次开展总体设计，构建数据预处理、状态估计与地图优化三层架构，并规划模块间数据流转。在详细设计阶段，重点推导基于图优化的紧耦合数学模型，设计非完整性约束的引入机制与残差函数。

系统实现环节基于ROS框架完成各节点开发，针对弱纹理与动态干扰等难点给出具体解决策略。测试结果表明，本系统在长距离行驶下定位误差低于0.15米，建图一致性显著优于传统VIO方案。本设计的核心创新在于将轮速脉冲与非完整性约束深度融入视觉惯性优化框架，为地下车库等无GPS场景提供了可靠的自主定位与建图工程方案。

第一章绪论

1.1研究背景

随着自动驾驶技术的快速演进，车辆的自主泊车功能已成为衡量智能化水平的关键指标。地下车库作为自主泊车的核心场景，其环境特征复杂，光线昏暗且结构重复。在此类场景中，全球导航卫星系统（GPS）信号完全拒止，车辆无法依赖卫星定位获取绝对坐标。

传统的视觉惯性