基于多模态信息融合的仓储AGV的激光惯性导航方法
摘要
提出一种基于激光惯性二维码融合的自动导引运输车（AGV）导航方法。针对惯性偏差漂移的问题，提出融合二维码的惯性测量单元（IMU）预积分模型，利用二维码约束信息优化惯性残差，估计和校正惯性偏差。针对实时性差的问题，提出一种具有全局一致性的优化模型，通过选择性地引入关键帧和二维码，执行融合二维码的分层局部捆绑约束（BA）优化，以有效缩短优化时间；提出激光雷达/IMU/二维码紧耦合优化方法，通过将预积分因子、回环因子、二维码因子、跟踪因子纳入因子图系统，实现多层次的数据融合，以有效提高定位精度与鲁棒性。在搭建的仓储AGV导航平台上进行了大量的实验和分析，并与几种代表性开源方法进行对比。结果表明，本文方法的导航精度优于传统方法，其中定位精度误差小于0.02 m，角度误差小于2°。
引用本文（GB/T 7714）
张博 Zhang Bo, 张吟龙 Zhang Yinlong, 梁炜 Liang Wei, 等. 基于多模态信息融合的仓储AGV的激光惯性导航方法[J]. Acta Optica Sinica, 2024.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。