一种基于改进的增量式Kd-Tree激光-惯性融合定位方法

本发明属于无人机控制技术领域，具体涉及一种基于改进的增量式Kd‑Tree激光‑惯性融合定位方法，本发明提出的方法采用仍有实用性的滤波方案，运算量较小，实时性高，且激光雷达本身对光照条件要求要低于相机，其噪声也要比视觉测量的噪声小很多，所以本发明的精度相对于上述的视觉算法会更高；本发明提出的方法选择将两种数据在深层次进行融合，剧烈运动时不易失效，且运算时不刚需GPU。滤波算法采用迭代误差状态卡尔曼滤波算法使系统在非线性运动下精度也不会很低，地图管理方面也有本发明改进的增量式Kd‑Tree算法提高地图管理效率。综上，本发明针对无GNSS信号的特殊场景，使机器人能够仅依赖自身的传感器就可以高效地定位自身和构建周围环境地图。