预建高精度地图的封闭区域UGV自动驾驶导航定位

doi:10.13474/j.cnki.11-2246.2020.0005

测绘通报 ›› 2020, Vol. 0 ›› Issue (1): 21-25.doi: 10.13474/j.cnki.11-2246.2020.0005

预建高精度地图的封闭区域UGV自动驾驶导航定位

王一文, 钱闯, 唐健, 温景仁, 牛小骥

武汉大学卫星导航定位技术研究中心, 湖北武汉 430079

收稿日期:2019-08-13 修回日期:2019-09-23 发布日期:2020-02-10
作者简介:王一文(1997-),男,硕士生,主要研究方向为激光雷达SLAM。E-mail:2014301610122@whu.edu.cn
基金资助:
国家重点研发计划（2016YFB0501803；2016YFB0502202）；中央高校基本科研基金（2042018KF00242）

UGV's automated driving navigation and localization in closed areas with pre-established high precision planar map

WANG Yiwen, QIAN Chuang, TANG Jian, WEN Jingren, NIU Xiaoji

GNSS Research Center, Wuhan University, Wuhan 430079, China

Received:2019-08-13 Revised:2019-09-23 Published:2020-02-10

摘要/Abstract

摘要： 针对封闭区域UGV自动驾驶应用，本文提出了一种基于平面高精度地图的导航定位方法。该方法利用三维激光扫描数据采用预定义的栅格地图概率值建立多分辨率地图，在保证定位精度的同时提高定位效率，采用极大似然估计获取载体位姿初值并将IMU数据用于计算高斯-牛顿法搜索初值。试验结果表明，基于激光扫描的二维地图构建与匹配定位方法能有效解决帧与帧匹配误差快速累积问题，可以高效地使用已有地图进行连续高精度的载体定位。

关键词: 三维激光扫描, 多分辨率栅格地图, 激光匹配定位, 高斯-牛顿搜索, 导航定位

Abstract: Aiming at the application of UGV automated driving in closed areas,a high precision planar map based navigation and localization method is proposed in this paper. This method establishes multiple resolution grid maps of pre-defined probability with the 3D laser scan, which improves the localization efficiency and insures the map accuracy at the same time. Maximum likelihood estimation is adopted to obtain the initial pose of the carrier, IMU data is used to obtain a reasonable starting value of the carrier's pose for Gauss-Newton search. Field experiment proves it a proper method which efficiently resolves the quick accumulation of scan-scan matching's localization errors that locating with LiDAR scan and the prior map, it's able to provide the carrier's continuous location of high accuracy.

Key words: 3D laser scan, multiple resolution grid map, laser scan matching localization, Gauss-Newton search, navigation and location

中图分类号:

王一文, 钱闯, 唐健, 温景仁, 牛小骥. 预建高精度地图的封闭区域UGV自动驾驶导航定位[J]. 测绘通报, 2020, 0(1): 21-25.

WANG Yiwen, QIAN Chuang, TANG Jian, WEN Jingren, NIU Xiaoji. UGV's automated driving navigation and localization in closed areas with pre-established high precision planar map[J]. Bulletin of Surveying and Mapping, 2020, 0(1): 21-25.

参考文献

[1] NIU X J, YU T, TANG J, et al.An online solution of LiDAR scan matching aided inertial navigation system for indoor mobile mapping[J].Mobile Information Systems, 2017(2):1-11.
[2] 张鹏,赵齐乐,李由, 等.基于PDR、WiFi指纹识别、磁场匹配组合的室内行人导航定位[J].测绘地理信息,2016,41(3):29-32.
[3] TANG J, CHEN Y W,JAAKKOLA A, et al.NAVIS-An UGV indoor positioning system using laser scan matching for large-area real-time applications[J].Sensors, 2014,14(7):11805-11824.
[4] WEN J R, QIAN C,TANG J, et al.2D LiDAR SLAM back-end optimization with control network constraint for mobile mapping[J].Sensors,2018,18(11):3668.
[5] 危双丰,庞帆,刘振彬,等.基于激光雷达的同时定位与地图构建方法综述[J].计算机应用研究, 2018,37(2):1-8.
[6] SCHLICHTING A, BRENNER C.Localization using automo-tive laser scanners and local pattern matching[C]//IEEE Intelligent Vehicles Symposium Proceedings. Dearborn:IEEE Press, 2014.
[7] WANG L, ZHANG Y H, WANG J. Map-based localization method for autonomous vehicles using 3D-LIDAR[J]. IFAC-PopersOnLine, 2017,50(1):276-281.
[8] 韩明瑞.基于激光LiDAR的室外移动机器人三维定位与建图[D].南京:东南大学,2016.
[9] 李凤娥,牛王强.基于磁钉技术的集装箱码头AGV定位精度分析[J].上海海事大学学报,2016,37(1):38-41.
[10] 张毅,杜凡宇, 罗元,等.一种融合激光和深度视觉传感器的SLAM地图创建方法[J].计算机应用研究,2016,33(10):2970-2972.
[11] 周驰东.磁导航自动导向小车(AGV)关键技术与应用研究[D].南京:南京航天航空大学,2012.
[12] 董再励,郝颖明,朱枫.一种基于视觉的移动机器人定位系统[J].中国图象图形学报,2000,5(8):688-692.
[13] PUENTE I, GONZALEZ-JORGE H, MARTINEZ-SANCHEZ J, et al. Review of mobile mapping and surveying technologies[J]. Measurement,2013,46(7):2127-2145.
[14] 梅文胜, 周燕芳, 周俊. 基于地面三维激光扫描的精细地形测绘[J].测绘通报, 2010(1):53-56.
[15] KOHLBRECHER S,STRYK O V, MEYER J, et al. A flexible and scalable SLAM system with full 3D motion estimation[C]//Proceedings of 2011 IEEE International Symposium on Safety, Security, and Rescue Robotics. Kyoto:IEEE Press, 2011.

预建高精度地图的封闭区域UGV自动驾驶导航定位

UGV's automated driving navigation and localization in closed areas with pre-established high precision planar map

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	周烨, 刘云波, 郑丽波, 龙泱君. 多平台点云数据的单木参数提取精度分析[J]. 测绘通报, 2022, 0(7): 168-172.
[2]	经皓然, 徐敬海. 异形建筑的无人机点云与地面三维激光扫描点云配准[J]. 测绘通报, 2022, 0(6): 32-39.
[3]	谢元, 董梦, 马新建. 多源数据在复杂场景建筑物三维重建的应用[J]. 测绘通报, 2022, 0(6): 143-147.
[4]	李旭. 三维激光扫描技术在地铁隧道竣工测量中的应用[J]. 测绘通报, 2022, 0(6): 166-169.
[5]	赵立都, 向中富, 周银, 马下平, 张双成, 司梦元, 陈茂霖, 胡川, 潘建平. 利用地面三维激光扫描进行桥梁挠度变形分析[J]. 测绘通报, 2022, 0(5): 95-100.
[6]	张驰, 白志辉, 李亮, 陈冉丽, 吴侃. 利用三维激光扫描技术监测矿区桥梁结构形变[J]. 测绘通报, 2022, 0(4): 122-129.
[7]	王贝, 叶险峰, 王军宁. 利用点云切片提取技术分析桥梁形变[J]. 测绘通报, 2022, 0(4): 167-171.
[8]	许艳博. 结合全站式三维扫描与建筑设计坐标的复杂曲面检测[J]. 测绘通报, 2022, 0(2): 16-19,49.
[9]	丁鸽, 燕立爽, 彭健, 朱传广, 黄雪亭. 基于RANSAC算法的隧道点云横断面提取[J]. 测绘通报, 2021, 0(9): 120-123.
[10]	韩富庆, 郭国和, 杨承昆, 吴勇生, 王伟力, 李彩林. 基于点云投影线探测的高墩位姿自动检测方法[J]. 测绘通报, 2021, 0(9): 130-135,150.
[11]	贺晓东. 三维激光扫描技术在建筑立面数字化采集和立面绘制方向应用的可行性研究[J]. 测绘通报, 2021, 0(9): 157-159,164.
[12]	唐东跃, 肖书安, 周兴华, 朱水鹏. 三维激光扫描技术在高铁隧道平整度检测中的应用[J]. 测绘通报, 2021, 0(9): 160-164.
[13]	马涛, 杨小明, 阎跃观, 闫东川. 以窗口化和地形坡度为基础的植被茂密区域点云滤波算法[J]. 测绘通报, 2021, 0(8): 33-36.
[14]	陈利敏, 樊廷立. 超大速滑场地制冰排管形态的高精度快速检测[J]. 测绘通报, 2021, 0(8): 111-114.
[15]	齐永良, 李海鹏, 王永国. 明代石碑高精度真实纹理三维建模应用[J]. 测绘通报, 2021, 0(6): 98-102.