专利交易市场

一种结合GPS和雷达里程计的SLAM方法，包括如下步骤：1)采集差分GPS数据和来自激光雷达的点云数据；2)处理GPS数据获得位移(X,Y,Z)和姿态RPY角；3)匹配GPS数据和LiDAR的点云数据，通过时间戳对齐的方式实现数据匹配；4)结合步骤2)处理GPS得到的位姿数据和LiDAR的点云数据检验GPS数据的可靠性；5)使用雷达里程计算法LOAM获取(X,Y,Z)和RPY角；6)在GPS数据可靠的地方，使用GPS获取的位姿作为最终的位姿；在GPS数据不可靠的路段，利用该路段起点和终点的GPS位姿优化LOAM算法的位姿来获取最终的位姿；7)使用步骤6)输出的位姿转换激光雷达的点云数据到世界坐标系下，获取最终的全局地图。本发明适用于大范围城市三维地图的构建。

本发明公开了一种基于深度学习的激光SLAM定位系统及方法，包括：步骤1：点云预处理模块，用于地面点和平面及边缘特征提取；步骤2：激光里程计模块，将位姿分为两步优化，由地面点构成高度约束并优化特征之间的距离；步骤3：激光建图模块，由相邻帧下采样后构成局部优化，同时结合里程计位姿数据优化建图位姿数据；步骤4：回环检测模块，使用SegMatch框架中的描述符并结合孪生神经网络求解帧间相似度；步骤5：检测到回环后进行重定位，进行全局优化后得到修正后的当前位姿。基于该方法有效提高移动机器人在室内外环境下的定位精度。