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！

龙图腾网获悉中科智驰(安庆)智能科技有限公司申请的专利一种无人驾驶观光车传感器融合标定方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121190576B 。

龙图腾网通过国家知识产权局官网在2026-03-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511397226.4，技术领域涉及：G06T7/80；该发明授权一种无人驾驶观光车传感器融合标定方法是由丁骥;江如海;刘跃;袁胜设计研发完成，并于2025-09-28向国家知识产权局提交的专利申请。

本一种无人驾驶观光车传感器融合标定方法在说明书摘要公布了：本发明涉及自动驾驶传感器标定领域，公开了一种无人驾驶观光车传感器融合标定方法，该方法包括：通过同步采集轮速计、IMU数据构建微位移模型，计算车体坐标系下的帧间位姿变化量；过滤激光雷达点云中的动态物体，结合轮速计和IMU的运动预测剔除动态干扰，提取静态几何特征；基于位姿变化量对静态点云进行运动补偿，生成时间对齐的增强点云地图；通过最小化增强点云地图与标定参考的误差，优化轮速计、IMU与激光雷达的外参矩阵。本发明算法特别适用于低速无人驾驶观光车的多传感器在线标定场景，有效解决了低速场景下的轮胎滑移和动态干扰问题，显著提升了无人观光车在复杂环境中的感知鲁棒性和定位精度。

本发明授权一种无人驾驶观光车传感器融合标定方法在权利要求书中公布了：1.一种无人驾驶观光车传感器融合标定方法，其特征在于，该方法包括： 步骤S1，观光车车速≤10kmh时，通过CAN总线采用PTP协议同步采集轮速计脉冲信号、IMU角速度和加速度数据，基于阿克曼转向几何构建紧耦合微位移模型，计算车体坐标系下的帧间位姿变化量； 步骤S2，利用运动先验辅助过滤固态激光雷达连续多帧点云中的动态物体，利用轮速计和IMU提供的运动预测剔除动态点云，提取静态几何特征； 步骤S3，基于所述位姿变化量对静态点云进行运动补偿，生成时间对齐的增强点云地图； 步骤S4，通过最小化增强点云地图与预设标定参考之间的误差，优化固态激光雷达与轮速计和IMU的外参矩阵，所述外参矩阵包括旋转矩阵R和平移向量t； 其中在步骤S4中，还包括如下子步骤： S4-1，构建基于轮速计的轨迹点集，所述轨迹点包括位置坐标、时间戳和由轮速计脉冲累积计算的里程信息； S4-2，建立激光雷达坐标系与轮速计和IMU坐标系的初始外参猜测； S4-3，构建包含约束的非线性优化问题，目标函数为： ； 其中、和是各约束项的权重系数，所述权重系数通过实验调整，使优化目标函数最小化，具体约束如下： 点云-轨迹匹配残差公式为： ； 其中，表示点云-轨迹匹配残差，是衡量激光雷达点云经过旋转和平移变换后与轮速计轨迹点之间匹配程度的指标，表示待求解的旋转矩阵，用于将激光雷达点云从其自身坐标系旋转到与轮速计轨迹点所在坐标系相匹配的方向，表示待求解的平移向量，表示第a个激光雷达点云的坐标，表示第a个轮速计轨迹点的坐标，表示点云数量； 轮速计尺度一致性约束公式为： ； 其中，表示轮速计尺度一致性约束项，用于衡量轮速计测量的里程与根据轮速计轨迹点计算的实际里程之间的一致性，s表示轮速计里程数据，表示第a+1个轮速计轨迹点的坐标，表示尺度因子，所述尺度因子的初始值设为1，并在迭代过程中约束，限制轮胎滑移率在±10%范围内； IMU-激光雷达姿态约束公式为： ； 其中，表示IMU-激光雷达姿态约束项，用于衡量IMU测量的旋转矩阵与激光雷达局部旋转矩阵之间的差异，表示IMU测量的旋转矩阵，表示激光雷达局部旋转矩阵，F表示F表示Frobenius范数的下标标识； S4-4，采用带边界约束的Levenberg-Marquardt算法求解优化问题，当满足以下任一条件时终止迭代： 目标函数J值相对变化量小于； 尺度因子的变化量小于； 迭代次数超过100次； 所述尺度因子连续3次迭代均处于边界值，则判定标定失败。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中科智驰(安庆)智能科技有限公司，其通讯地址为：246000 安徽省安庆市怀宁县工业园洪铺路16号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。