一種多傳感器融合的車輛定位方法及系統與流程
1.本發明涉及車輛定位技術領域,尤其是涉及一種多傳感器融合的車輛定位方法及系統。
2.2007年至今,無人駕駛系統中的定位手段大致可分為四代,其中第一代主要采用velodyne64線激光雷達與相機分開處理方案,第二代主要方案為融合多顆16線線雷達融合攝像頭以及其他傳感器,進行定位于與目標識別,第三代主要將第二代激光雷達升級為固態激光雷達,并將固態雷達安裝到車輛的前方,第四代方案將去除方向盤,采用的是移動空間的概念,目前是所有廠商追求的終極目標。綜上可以看出,多傳感器融合均是定位技術中必須攻克的難點。
3.多傳感器融合技術主要存在傳感器同步與融合數據開發兩個難點,前者主要在于傳感器高精度的時間以及空間同步,需要對激光雷達、攝像頭等傳感器的特性,以及人工智能有著較為深刻的理解,后者則涌現出了多種傳感器融合方案,主要分為前融合與后融合兩大方案。其中,后融合算法在數據原始層進行處理,可得到點云、視覺、毫米波信息的處理結果,并將目標識別結果進行匯總,從而不會喪失數據的完整性,前融合算法先將各種傳感器算法進行空間與時間同步,通過算法過濾掉一些目標,從而達到端到端的目標識別效果,但是由于激光雷達產生的是3d點云數據,與攝像頭收到的圖像數據幀率完全不同且難以在數據空間內進行匹配,且不同品牌的激光雷達,激光雷達產生的點云特性也不盡相同,導致無人駕駛中傳感器前融合算法魯棒性較弱。
4.多傳感器融合技術的發展,主要依賴與自動駕駛與深度學習的持續推進,在一定的融合準則下,通過對不同時間與空間維度的多傳感器信息進行分析,并獲得被測目標的相同描述與解釋,進而得到精準的后續決策和估計。傳統的傳感器融合算法主要是卡爾曼濾波算法、d
s證據理論等,但是隨著深度學習的發展,基于深度學習模型的融合算法也逐漸成為主要的研究方向。
5.目前多傳感器融合的體系結構主要分為分布式、集中式和混合式。其中分布式先對各個獨立傳感器所獲得的原始數據進行局部處理,然后再將結果送入信息融合中心進行智能優化組合來獲得最終的結果。分布式對通信帶寬的需求低、計算速度快、可靠性和延續性好,但跟蹤的精度卻遠沒有集中式高。集中式將各傳感器獲得的原始數據直接送至中央處理器進行融合處理,可以實現實時融合。其數據處理的精度高,算法靈活,缺點是對處理器的要求高,可靠性較低,數據量大,故難于實現。混合式多傳感器信息融合框架中,部分傳感器采用集中式融合方式,剩余的傳感器采用分布式融合方式。混合式融合框架具有較強的適應能力,兼顧了集中式融合和分布式的優點,穩定性強。混合式融合方式的結構比前兩種融合方式的結構復雜,這樣就加大了通信和計算上的代價。
6.多傳感器信息融合方案主要分為數據級融合、特征級融合和決策級融合三類方案,其中數據級融合,針對傳感器采集的數據,依賴于傳感器類型,進行同類數據的融合。數
據級的融合要處理的數據都是在相同類別的傳感器下采集,所以數據融合不能處理異構數據。特征級融合通過提取所采集數據包含的特征向量,用來體現所監測物理量的屬性,這是面向監測對象特征的融合。如在圖像數據的融合中,可以采用邊沿的特征信息,來代替全部數據信息。決策級融合根據特征級融合所得到的數據特征,進行一定的判別、分類,以及簡單的邏輯運算,根據應用需求進行較高級的決策,從而產生面向應用的融合。
7.在車輛定位系統中,主要依賴車輛自身運動狀態的定位誤差修正信息包括車輛速度和姿態角等,其中速度信息按照車輛的行進方向可以分為縱向速度、橫向速度和垂向速度,姿態角信息通常包括俯仰角、側傾角和方位角。由于車輛在實際運行過程中車輪一般不會離開路面,因此垂向速度、俯仰角、側傾角的變化幅值較小。實際上,僅使用車輛方位角、縱向速度和橫向速度就可以基于航位推算方法完成二維平面內的定位,因此這三個參數是影響車輛定位性能的關鍵參數。
8.在現有的用于車輛定位導航的多傳感器融合技術中,純視覺算法有著檢測速度較快的優勢,但在實際場景下,若目標存在遮擋,其識別框精度便會大幅度下降,視覺和慣性融合易受環境光線影響,計算量大,存在累計誤差,激光雷達和慣性融合探測距離有限,不能識別物體,在特征不明顯的環境中定位效果差,難以重定位,激光雷達和視覺融合計算量較大,定位結果依賴于準確的聯合標定,在運動過快的情況下定位效果差,毫米波和激光雷達成本高,計算量大,且無法識別物體,在結構單一環境中定位效果差,慣性和聲納組合,存在累計誤差,對動態目標跟蹤效果較差。
9.本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種多傳感器融合的車輛定位方法及系統,根據有無gps信號的情況,在不同的場景下采用不同的傳感器融合方案進行車輛的定位導航,適用范圍更廣,結合多種傳感器自身不同的優缺點相互配合輔助定位,定位精度高,魯棒性好。
11.一種多傳感器融合的車輛定位導航方法,如果可以接收gps信號,則融合gps裝置和imu慣性傳感器進行車輛的定位,使用激光雷達進行障礙物檢測,實現車輛的定位導航,如果不能接收gps信號,則使用激光雷達構建柵格地圖,融合imu慣性傳感器和相機進行車輛的定位和障礙物檢測,實現車輛的定位導航。
13.獲取imu慣性傳感器的測量數據,基于車輛在前一時刻的位置信息,經過坐標轉換和位姿解算后得到車輛的第一位置信息,
15.以第一位置信息為預測模型,以第二位置信息作為觀測模型,使用卡爾曼濾波算法融合第一位置信息和第二位置信息,得到車輛在當前時刻的位置信息,
16.獲取激光雷達的點云數據,得到車輛周圍的障礙物信息,基于車輛在當前時刻的位置信息和車輛周圍的障礙物信息實現車輛的導航。
17.進一步的,不能接收gps信號時,例如在隧道或多層立交等場景下gps信號被完全遮擋,車輛的定位導航具體為,
19.獲取相機采集的連續的圖像,對圖像進行特征點提取,對相鄰幀的圖像的特征點進行匹配,基于匹配的特征點得到車輛的位姿信息和車輛周圍的障礙物信息,
20.獲取imu慣性傳感器的測量數據,基于車輛在前一時刻的位置信息,經過坐標轉換和位姿解算后得到車輛的第一位置信息和車輛的速度信息,
21.使用位姿信息對第一位置信息進行矯正,得到車輛在當前時刻的位置信息,基于二維柵格地圖和車輛障礙物周圍的障礙物信息實現車輛的導航。
22.進一步的,如果不能接收gps信號,且相機采集的數據不符合預設置的定位要求,如在光照變換強烈或特征缺失的環境中,則使用激光雷達構建柵格地圖,使用imu慣性傳感器進行車輛的定位,實現車輛的定位導航。
23.更進一步的,不能接收gps信號,且相機采集的數據不符合預設置的定位要求時車輛的定位導航具體為,
25.獲取imu慣性傳感器的測量數據,基于車輛在前一時刻的位置信息,經過坐標轉換和位姿解算后得到車輛的第一位置信息,將第一位置信息作為車輛在當前時刻的位置信息,
27.一種多傳感器融合的車輛定位導航系統,包括傳感器模塊、 同步控制器、數據采集器和計算模塊,
28.所述傳感器模塊包括安裝在車輛上的i mu慣性傳感器、 gp s裝置、相機和激光雷達,
29.所述同步控制器用于實現傳感器模塊中各個傳感器的數據同步,所述數據采集器用于獲取傳感器模塊中各個傳感器的數據,
30.所述計算模塊基于傳感器模塊中各個傳感器的數據,通過多傳感器融合的車輛定位導航方法實現車輛的定位導航。
31.進一步的,相機采用主動同步方式, 同步控制器向相機發送同步控制信號,包括一個觸發信號和一個時間戳信息,相機接收到觸發信號后開始采集數據,完成一次數據采集后將采集的數據與時間戳信息配準后發送給數據采集器。
32.進一步的, i mu慣性傳感器采用被動同步方式, i mu慣性傳感器完成一次數據采集后,將采集的數據發送給數據采集器, 同時向同步控制器發送一個同步信號,所述同步控制器接收到同步信號后記錄該同步信號的發生時間作為時間戳信息,并將時間戳信息發送給數據采集器,所述數據采集器將接收到的數據和時間戳信息進行配準。
33.進一步的,激光雷達采用授時同步方式, 同步控制器向激光雷達同時發送脈沖信號和時間戳信息,激光雷達接收到脈沖信號后開始采集數據,完成一次數據采集后將采集的數據與時間戳信息配準后發送給數據采集器。
34.進一步的,計算模塊進行車輛的定位導航時,基于預設置的坐標變換矩陣將傳感器模塊中各個傳感器的數據統一到一個坐標系下,所述坐標變換矩陣是基于傳感器模塊中各個傳感器在車輛上的安裝位置計算得到的。
36.(1)根據有無gp s信號的情況,在不同的場景下采用不同的傳感器融合方案進行車
輛的定位導航,適用范圍更廣,結合多種傳感器自身不同的優缺點相互配合輔助定位,定位精度高,魯棒性好。
37.(2)采用混合式架構進行多傳感器融合, 同時具備分布式和集中式兩種架構的優點,提升了穩定性和精確度,采用特征級融合,特征級融合在兼容異構數據的同時,所需計算量較低。
38.(3)沒有gp s信號時,通過相機、 i mu慣性傳感器和激光雷達進行定位導航,考慮到在光照變換強烈或特征缺失的環境中會相機導致定位失敗,在相機采集的數據不符合預設置的定位要求時自動切換至激光雷達與i mu慣性傳感器融合的模式完成定位功能。
39.(4)相機采用主動同步方式, i mu慣性傳感器采用被動同步方式,激光雷達采用授時同步方式,根據傳感器的特點設置了與之相適應的數據同步方式,實現多傳感器的數據同步。
43.附圖標記, 1、傳感器模塊, 2、 同步控制器, 3、數據采集器, 4、計算模塊。具體實施方式
44.下面結合附圖和具體實施例對本發明進行詳細說明。本實施例以本發明技術方案為前提進行實施,給出了詳細的實施方式和具體的操作過程,但本發明的保護范圍不限于下述的實施例。
46.一種多傳感器融合的車輛定位導航方法,如圖1所示,如果可以接收gp s信號,則融合gp s裝置和i mu慣性傳感器進行車輛的定位,使用激光雷達進行障礙物檢測,實現車輛的定位導航,如果不能接收gp s信號,則使用激光雷達構建柵格地圖,融合i mu慣性傳感器和相機進行車輛的定位和障礙物檢測,實現車輛的定位導航。
47.一種多傳感器融合的車輛定位導航系統,如圖2所示,包括傳感器模塊1、 同步控制器2、數據采集器3和計算模塊4,
48.如圖3所示,傳感器模塊1包括安裝在車輛上的i mu慣性傳感器、 gp s裝置、相機和激光雷達,
49.同步控制器2用于實現傳感器模塊1中各個傳感器的數據同步,數據采集器用于獲取傳感器模塊1中各個傳感器的數據,
50.計算模塊4基于傳感器模塊1中各個傳感器的數據,通過多傳感器融合的車輛定位導航方法實現車輛的定位導航。
51.i mu慣性傳感器即慣性測量單元,主要用來檢測和測量加速度與旋轉運動的傳感器, i mu慣性傳感器可以實時測量車輛的運動狀態信息,再利用成熟的導航解算方法實現全維導航參數(位置、速度、姿態)解算,可以作為主濾波器融合任何其它定位定姿傳感器的信息,它的優勢是獨立自主,不與外界發生聯系,不受平臺、環境的干擾影響,采樣率高、故障
率低,從而具備高可用、高可靠的優點。本實施例中i mu慣性傳感器采用n o v at e l 公司的sapn
fs as設備已經實現了gp s和imu數據的同步,它本身也是一個同步控制器, 即可以向外發送脈沖信號,也可以接收外部傳感器的脈沖信號, 因此,我們將sapn
52.gp s裝置是完成戶外定位導航的關鍵設備, gp s系統包括了gp s衛星、地面主控與監測站及移動端gp s接收機組成。 gp s可以提供的信息除車輛位置、速度以外,還包括偽距、星歷等用于定位解算的原始數據。本實施例中, gp s采用北京北斗星通公司的c230
at經濟型單頻gp s接收機。該接收機通過串口輸出車輛三維位置坐標(經度、緯度、高度)、三維速度(東向、北向、天向)、時間等信息,單點水平定位精度為3 m,速度測量精度為0.05 m/s,輸出頻率為1 hz, gp s接收機放置在車內, gp s天線通過磁吸座安裝在車輛頂部,其位置測量值作車輛定位的結果進行地圖匹配。
53.相機是一種包含信息量非常廣泛的傳感器,成本較低,具有豐富的色彩信息,且分辨率比較高, 比如1920
1080分辨率的相機拍攝的圖像,在水平方向上就有1080條線條線,可以對視野內的景物進行比較全面的反應。
54.本實施例中相機采用海康威視車載網絡攝像機,該攝像機可以在最高分辨率
1080、幀率30fps的情況下實時輸出圖像,并自帶碼流平滑設置,在車載振動環境中可以保證圖像質量和流暢性,所采集的圖像數據通過rj45網絡接口輸出。
55.本實施例中相機采用前視方式安裝,將其置于車輛內部前擋風玻璃中間的位置,拍攝車輛行駛過程中的前方圖像信息。
56.激光雷達是一種由發射器發射紅外光,通過接收器接收反射回來的光線,利用時間差來計算障礙物距離的傳感器,不僅可以獲取物體距離的信息,激光雷達還可以提供返回所掃描物體的密度信息,通過檢測目標物體的空間方位和距離,通過點云來描述3d環境模型,提供目標的激光反射強度信息和被檢測目標的詳細形狀描述等。本實施例中,激光雷達采用vlp
16激光雷達是velodyne公司出品的3維激光雷達,保留了電機轉速可調節的功能。實時上傳周圍距離和反射率的測量值。 vlp
57.對于傳感器模塊1內的傳感器,其工作頻率不一樣,如gp s裝置的頻率是10hz, imu慣性傳感器的頻率是1 khz,采集的數據不同步, 因此需要同步控制器2實現數據的同步。
58.相機采用主動同步方式, 同步控制器2發送同步控制信號,包括一個觸發信號和一個時間戳信息,相機接收到觸發信號后開始采集數據,完成一次數據采集后將采集的數據與時間戳信息配準后發送給數據采集器3。
59.i mu慣性傳感器采用被動同步方式, i mu慣性傳感器完成一次數據采集后, 由硬件內部中斷響應機制記錄下精確時刻,將采集的數據發送給數據采集器3, 同時向同步控制器2發送一個同步信號, 同步控制器2接收到同步信號后記錄該同步信號的發生時間作為時間戳信息,并將時間戳信息發送給數據采集器3,數據采集器3將接收到的數據和時間戳信息進行配準。
60.激光雷達采用授時同步方式, 同步控制器2向激光雷達同時發送脈沖信號和時間戳信息,激光雷達接收到脈沖信號后開始采集數據,完成一次數據采集后將采集的數據與時間戳信息配準后發送給數據采集器3。
61.本技術的車輛定位導航分兩種情況,一種是可以接收到gp s信號,一種是無法接收到gp s信號,在可以接收到gp s信號的情況下,通過gp s裝置和imu慣性傳感器來進行導航和完成精確定位,接入激光雷達傳感器對于指定范圍內的障礙物進行檢測。在無法接收到gp s信號的情況下, 以相機與i mu傳感器融合完成定位功能,并結合激光雷達構建柵格地圖完成導航與路徑規劃功能,在特殊環境中相機圖像特征缺失或跟蹤定位失敗的條件下, 自動切換至激光雷達與i mu傳感器融合的模式完成定位功能。
62.此外,如圖3所示, 由于各個傳感器的安裝位置不一樣,采集到的數據需要進行坐標變換,可以基于預設置的坐標變換矩陣將傳感器模塊1中各個傳感器的數據統一到一個坐標系下,坐標變換矩陣(如旋轉矩陣、平移矩陣)是基于傳感器模塊1中各個傳感器在車輛上的安裝位置計算得到的。
64.獲取i mu慣性傳感器的測量數據,基于車輛在前一時刻的位置信息,經過坐標轉換和位姿解算后得到車輛的第一位置信息,
65.獲取gp s裝置的測量數據,經過坐標轉換后得到車輛的第二位置信息,
66.以第一位置信息為預測模型, 以第二位置信息作為觀測模型,使用卡爾曼濾波算法融合第一位置信息和第二位置信息,得到車輛在當前時刻的位置信息,
67.獲取激光雷達的點云數據,得到車輛周圍的障礙物信息,基于車輛在當前時刻的位置信息和車輛周圍的障礙物信息實現車輛的導航。
68.在可以接收gp s信號的情況下,一方面, gp s提供了第二位置信息,而對imu慣性傳感器的數據進行積分得到第一位置信息。但是, i mu慣性傳感器的定位誤差會隨著運行時間增長,假定imu慣性傳感器的頻率是1 khz, gp s裝置的頻率是10hz,那么兩次gp s更新之間,可以使用100個i mu慣性傳感器的測量數據進行位置預測,在接收到新的較精準的gp s數據時,使用gp s數據對當前的位置預測進行更新。不斷重復,可以綜合gp s裝置和i mu慣性傳感器的優點,校正i mu傳感器累積誤差,達到較好的定位效果。
69.通過gp s裝置和i mu慣性傳感器完成精確定位后,接入激光雷達對指定范圍內的障礙物進行檢測。在設定的激光雷達視野中沒有障礙物時,車輛按照規劃的路徑進行行駛, 當出現動態障礙物時,根據相對位置信息進行減速避障, 當障礙物移除激光雷達視野時,繼續按照規劃路徑進行行駛,在設定的激光雷達視野中出現鏡頭障礙物時,結合障礙物的形狀大小進行探測,規劃新的路徑,避開障礙物后,繼續行駛。而且,為了保證行駛安全,在車輛控制系統中,可以設定基于靜態障礙物避障得到的局部規劃路徑的優先級高于原先的全局規劃路徑。
70.(二)不能接收gp s信號時,例如在隧道或多層立交等場景下gp s信號被完全遮擋,車輛的定位導航具體為,
72.獲取相機采集的連續的圖像,對圖像進行特征點提取,對相鄰幀的圖像的特征點進行匹配,基于匹配的特征點得到車輛的位姿信息和車輛周圍的障礙物信息,
73.獲取i mu慣性傳感器的測量數據,基于車輛在前一時刻的位置信息,經過坐標轉換和位姿解算后得到車輛的第一位置信息和車輛的速度信息,
74.使用位姿信息對第一位置信息進行矯正,得到車輛在當前時刻的位置信息,基于
75.主要采用視覺慣導的方法,通過特征點匹配可以得到車輛的位姿信息及障礙物信息,使用位姿信息矯正i mu慣性傳感器的累積誤差,得到位置信息,結合激光雷達構建的二維柵格地圖完成導航和路徑規劃。
76.(三)如果不能接收gp s信號,且相機采集的數據不符合預設置的定位要求,如在光照變換強烈或特征缺失的環境中,導致相機定位識別,則使用激光雷達構建柵格地圖,使用i mu慣性傳感器進行車輛的定位,實現車輛的定位導航。
77.不能接收gp s信號,且相機采集的數據不符合預設置的定位要求時車輛的定位導航具體為,
79.獲取i mu慣性傳感器的測量數據,基于車輛在前一時刻的位置信息,經過坐標轉換和位姿解算后得到車輛的第一位置信息,將第一位置信息作為車輛在當前時刻的位置信息,
81.在開闊環境中人為引入gp s失效以及城市環境中的真實gp s失效的場景下,對本技術提供的多傳感器融合的車輛定位導航方法的性能進行了試驗驗證。試驗結果表明本技術在gps失效60s時,定位存在的最大誤差小于12m,均方根誤差小于
82.以上詳細描述了本發明的較佳具體實施例。應當理解,本領域的普通技術人員無需創造性勞動就可以根據本發明的構思作出諸多修改和變化。因此,凡本技術領域中技術人員依本發明的構思在現有技術的基礎上通過邏輯分析、推理或者有限的實驗可以得到的技術方案, 皆應在由權利要求書所確定的保護范圍內。
1.一種多傳感器融合的車輛定位導航方法,其特征在于,如果車輛可以接收gp s信號,則融合gp s裝置和i mu慣性傳感器進行車輛的定位,使用激光雷達進行障礙物檢測,實現車輛的定位導航,如果車輛不能接收gp s信號,則使用激光雷達構建柵格地圖,融合i mu慣性傳感器和相機進行車輛的定位和障礙物檢測,實現車輛的定位導航。 2.根據權利要求1所述的一種多傳感器融合的車輛定位導航方法,其特征在于,可以接收gp s信號時車輛的定位導航具體為,獲取i mu慣性傳感器的測量數據,基于車輛在前一時刻的位置信息,經過坐標轉換和位姿解算后得到車輛的第一位置信息,獲取gp s裝置的測量數據,經過坐標轉換后得到車輛的第二位置信息, 以第一位置信息為預測模型, 以第二位置信息作為觀測模型,使用卡爾曼濾波算法融合第一位置信息和第二位置信息,得到車輛在當前時刻的位置信息,獲取激光雷達的點云數據,得到車輛周圍的障礙物信息,基于車輛在當前時刻的位置信息和車輛周圍的障礙物信息實現車輛的導航。 3.根據權利要求1所述的一種多傳感器融合的車輛定位導航方法,其特征在于,不能接收gp s信號時車輛的定位導航具體為,獲取激光雷達的點云數據,構建二維柵格地圖,獲取相機采集的連續的圖像,對圖像進行特征點提取,對相鄰幀的圖像的特征點進行匹配,基于匹配的特征點得到車輛的位姿信息和車輛周圍的障礙物信息,獲取i mu慣性傳感器的測量數據,基于車輛在前一時刻的位置信息,經過坐標轉換和位姿解算后得到車輛的第一位置信息和車輛的速度信息,使用位姿信息對第一位置信息進行矯正,得到車輛在當前時刻的位置信息,基于二維柵格地圖和車輛障礙物周圍的障礙物信息實現車輛的導航。 4.根據權利要求1所述的一種多傳感器融合的車輛定位導航方法,其特征在于,如果不能接收gp s信號,且相機采集的數據不符合預設置的定位要求,則使用激光雷達構建柵格地圖,使用i mu慣性傳感器進行車輛的定位,實現車輛的定位導航。 5.根據權利要求4所述的一種多傳感器融合的車輛定位導航方法,其特征在于,不能接收gp s信號,且相機采集的數據不符合預設置的定位要求時車輛的定位導航具體為,獲取激光雷達的點云數據,構建二維柵格地圖,獲取i mu慣性傳感器的測量數據,基于車輛在前一時刻的位置信息,經過坐標轉換和位姿解算后得到車輛的第一位置信息,將第一位置信息作為車輛在當前時刻的位置信息,基于二維柵格地圖和車輛在當前時刻的位置信息實現車輛的導航。 6.一種多傳感器融合的車輛定位導航系統,其特征在于,基于如權利要求1
5中任一所述的車輛定位導航方法,包括傳感器模塊(1)、 同步控制器(2)、數據采集器(3)和計算模塊(4),所述傳感器模塊(1)包括安裝在車輛上的i mu慣性傳感器、gp s裝置、相機和激光雷達,所述同步控制器(2)用于實現傳感器模塊(1)中各個傳感器的數據同步,所述數據采集器用于獲取傳感器模塊(1)中各個傳感器的數據,所述計算模塊(4)基于傳感器模塊(1)中各個傳感器的數據,通過多傳感器融合的車輛定位導航方法實現車輛的定位導航。 7.根據權利要求6所述的一種多傳感器融合的車輛定位導航系統,其特征在于,相機采用主動同步方式, 同步控制器(2)向相機發送同步控制信號,包括一個觸發信號和一個時間戳信息,相機接收到觸發信號后開始采集數據,完成一次數據采集后將采集的數據與時間戳信息配準后發送給數據采集器(3)。 8.根據權利要求6所述的一種多傳感器融合的車輛定位導航系統,其特征在于, i mu慣性傳感器采用被動同步方式, i mu慣性傳感器完成一次數據采集后,將采集的數據發送給數據采集器(3), 同時向同步控制器(2)發送一個同步信號,所述同步控制器(2)接收到同步信號后記錄該同步信號的發生時間作為時間戳信息,并將時間戳信息發送給數據采集器(3),所述數據采集器(3)將接收到的數據和時間戳信息進行配準。 9.根據權利要求6所述的一種多傳感器融合的車輛定位導航系統,其特征在于,激光雷達采用授時同步方式, 同步控制器(2)向激光雷達同時發送脈沖信號和時間戳信息,激光雷達接收到脈沖信號后開始采集數據,完成一次數據采集后將采集的數據與時間戳信息配準后發送給數據采集器(3)。 10.根據權利要求6所述的一種多傳感器融合的車輛定位導航系統,其特征在于,計算模塊(4)進行車輛的定位導航時,基于預設置的坐標變換矩陣將傳感器模塊(1)中各個傳感器的數據統一到一個坐標系下,所述坐標變換矩陣是基于傳感器模塊(1)中各個傳感器在車輛上的安裝位置計算得到的。
