使用到了gps传感器、视觉里程计以及惯性导航，本发明只需要用到gps传感器以及激光雷达，并且视觉里程计容易受到光照等因素的影响，鲁棒性不及激光雷达。
上述专利为了实现建图效果，根据不同路段gps的信号状态，选择gps的位姿还是惯导与视觉里程计的融合位姿作为Zui终的位姿，并没有考虑到在gps信号极差的路段，由于惯性导航误差的不断积累会导致无人车的定位不够jingque。而本发明考虑了gps信号的全部状态，针对园区低速场景，采用多传感器融合的方式，实现了无人车在园区内任意场景下的jingque定位。
本发明依据低速园区无人车运行环境的特点(半开放、路程短、楼宇树木遮挡严重等)，提出了激光雷达slam(simultaneouslocalizationandmapping)与gps(globalpositioningsystem)传感器融合定位方法，解决了无人车在园区任意环境下slam的持续定位问题和激光雷达扫描匹配失败后的快速重新匹配问题。
激光雷达可以生成三维的位置信息，快速确定物体的位置、大小，比摄像头等传感器，探测距离更远、jingque度更高，还有更灵敏的响应速度，还不受环境光照的影响，激光雷达Zui大的缺陷，就是不能在雪雨等极端天气下工作，在这种天气下会导致无人车的“位置晕眩”。gps传感器导航灵活性高，但需要接受卫星信号，会有信号失真及丢失的情况，影响定位精度。单一传感器在无人车的定位过程中都存在不足。
本发明采用gps传感器和激光雷达传感器融合定位的思路，获得gps传感器和激光雷达传感器融合的车辆位姿信息，当无人车在使用激光雷达slam定位算法ndt点云匹配失败时，根据当前的gps信号状态替代点云匹配算法ndt算法的定位预测矩阵，实现无人车slam算法的持续定位，提高无人车在低速园区环境下的定位精度。本发明整体系统框架图如图4所示：
有益效果
本发明提出的多传感器融合的定位方法，在激光雷达slam点云失配时，根据gps当前的状态情况，使用gps传感器与激光雷达的融合位姿来替换激光雷达slam算法中的预测矩阵，可将重新匹配的搜索范围大大缩小，实现重新的快速匹配，实现了园区无人车激光雷达slam算法的持续定位。本方法在园区低速无人驾驶车中得到了实验验证，在匹配精度以及匹配速度上可以取得很好的效果。
压力变送器LEO3/0-100bar/81040
备件PA-21SC/80400.11-18；KELLER滤筒 BN2.170L=606 8000110869；KELLER风机2,2/400/50-1000M/H-400DAPA；KELLER备件PAA-41/1bar/81850；KELLER调试电缆LE03；KELLER调试电缆K104B；KELLER压力传感器PA-21SC/18/80400.11；KELLER备件PA22-S/0-50BAR；KELLER压力变送器TYPE:PA-21MC/80407.11-10；KELLER压力传感器PR-23；KELLER压差测量装置8000182082；变送器PR-46 0-2M, 0-1M；KELLER备件VARIO4-sc20-B50-AV-EX；KELLER空调低压传感器PA-21MC/8047；KELLER压力变送器PAA-15/80091-50-5baRNr.RM836；KELLER备件PA-21MC/8047.33-30(0-30BAR)；KELLER压力开关PA-22PS/81223.810-20BAR；KELLER备件SR361-RS4SD；KELLER备件TB/T1392-1993；KELLER密封SEAL|3304020201；KELLER电磁阀 VAVLE|9703014525
KELLER PR-25-10-IL RANGE:0-10BAR
KELLER PR26W 测量范围:0-1000mm
KELLER 8000110869 dia=327-L=606mm
KELLER NM2-N-4:1-TR20X8P4-0300-AP-FB-
KELLER PR-41X
KELLER 97061 60515
KELLER PR-25S/10bar/80620.55,RANGE:0-
KELLER PS 01/N M4 法兰
KELLER PS13-AF1 OC:516-12
