买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：东风悦享科技有限公司

摘要：本发明涉及一种多传感器融合感知无人巡逻车系统及工作方法。该系统包括主控制器、中央处理模块、惯性导航模块、识别模块、卫星导航模块、无线通讯模块、激光雷达及摄像头，所述摄像头和激光雷达与所述识别模块电性连接，所述识别模块、卫星导航模块、无线通讯模块及惯性导航模块与所述中央处理模块连接，所述中央处理模块对所述主控制器进行实时反馈和控制。本发明不仅提高了巡逻车对周边感知识别的可靠性，而且通过多传感器信息的优化融合，无人巡逻车定位精确和识别精度高。

主权项：1.一种多传感器融合感知无人巡逻车的工作方法，其特征在于，包括以下步骤：步骤一：基于无人巡逻车的卫星导航模块、惯性导航模块、激光雷达及摄像头，根据预设道路的起点为坐标原点，将卫星导航模块、惯性导航模块、激光雷达及摄像头建立在统一的坐标系上；步骤二：数据的获取，基于无人巡逻车的卫星导航模块，获取无人巡逻车的实时位置信息，基于无人巡逻车的惯性导航模块，获取无人巡逻车的位置、速度、加速度、航向角及姿态角信息，基于无人巡逻车的激光雷达，获取目标的点云数据，基于无人巡逻车的摄像头，获取目标的态姿、纹理及色彩信息；步骤三：数据预处理，基于卡尔曼滤波算法，对步骤二中的无人巡逻车的位置、速度、加速度、航向角及姿态角的数据进行降噪处理，同时对目标的点云数据进行处理，剔除杂乱点云；步骤四：特征提取，依据步骤二中获取的目标的态姿、纹理及色彩信息，进行目标的特征提取，得到目标的特征数据；步骤五：数据融合，将处理后的目标的点云数据根据统一的坐标系，投影到二维平面，结合目标的特征数据进行数据融合，得到目标的状态信息，基于神经元优化算法，将目标状态信息和无人巡逻车位置、速度、加速度、航向角及姿态角信息进行融合，得出最优化的综合数据；步骤六：结果输出，将最优化的综合数据输出到无人巡逻车的中央处理模块，对无人巡逻车进行控制；在步骤三中，所述卡尔曼滤波算法，包括以下步骤：1获取无人巡逻车的位置信息X、速度v、航向角α、姿态角β及加速度a；2建立无人巡逻车的位置X、速度v、航向角α及姿态角β的状态矩阵T，即 ，建立无人巡逻车加速度a的控制矩阵U，即U＝[a]；3基于无人巡逻车的实时真实状态数据，建立系数矩阵M和N，即 ，，其中h为时间间隔；4）基于步骤2和3的数据，得到无人巡逻车的状态优化矩阵Tt：Tt＝MTt-1+NUt-1，其中Tt-1为第t-1时刻无人巡逻车的真实状态数据，Ut-1为第t-1时刻无人巡逻车的加速度数据，进一步得到无人巡逻车的状态优化方程为：Zt＝HTt，其中，Zt表示t时刻无人巡逻车的观测矩阵，矩阵H表示状态矩阵T和状态优化矩阵Tt之间的转化矩阵；在步骤五中，所述神经元优化算法的优化方程为： ，其中，θi为无人巡逻车状态数据的权值，xi为无人巡逻车各个状态量的观测矩阵，ψi为目标状态数据的权值，Ti为目标的状态矩阵，z表示无人巡逻车最优化的综合数据矩阵。

全文数据：

权利要求：

百度查询： 东风悦享科技有限公司 一种多传感器融合感知无人巡逻车系统及工作方法