Apollo定位二——传感器与坐标系

  • 定位:Where we are
  • 感知:What we see
  • 预测:How the environment will change
  • 规划:How we move
  • 控制:How to control the car

目录

1. 技术入门

GPS定位

点云匹配定位

视觉定位

惯性导航推算轨迹

多传感器融合定位

 2.基础知识——主要讲述各种坐标系

三维坐标系的几何变换

常用坐标系

车体坐标系

IMU坐标系

相机坐标系

激光雷达坐标系

坐标系集合

3.Apollo定位

GPS定位

点云定位技术方法

视觉定位

定位算法流程



1. 技术入门

无人车自定位系统是确定车辆自身的位置、姿态、各种速度加速度角速度、以及confidence

                       

 无人车定位的精度要求很高,所以会采取多种方式来对车辆进行定位

  • 电子信号:GPS
  • 轨迹推算:IMU(惯性导航单元)
  • 环境特征匹配:lidar camera

              

但是各种传感器获得的信息有限

GPS定位

              

点云匹配定位

                        

视觉定位

          

惯性导航推算轨迹

                         

多传感器融合定位

 我们可以将不同的传感器信息进行融合,进而融合不同传感器的优点来进行定位

           

               

 2.基础知识——主要讲述各种坐标系

三维坐标系的几何变换

首先空间坐标系分为左右手坐标系

            

三维集合变换包括  

二维旋转  三维旋转  三维平移  刚体位置与朝向等

             

常用坐标系

  • ECI地心惯性坐标系(不随地球自转)
  • ECEF地心地固坐标系(随地球自转    WGS84大地坐标系)
  • 当地水平坐标系
  • 通用墨卡托投影(UTM)

            

            

            

            

车体坐标系

车是一个刚体(刚体是指在运动中和受力作用后,形状和大小不变,而且内部各点的相对位置不变的物体。)

传感器随着车辆一起运动,相对位置不变

            

IMU坐标系

            

相机坐标系

           

激光雷达坐标系

           

坐标系集合

                

3.Apollo定位

GPS定位

  • 定位基本原理
  • 主要误差
  • 载波定位技术

                

             

               

               

点云定位技术方法

               

               

               

               

         

视觉定位

                  

定位算法流程

                   

猜你喜欢

转载自blog.csdn.net/Ali_start/article/details/85475424