1.基于BIM全局定位的位姿修正方法，其用于修正IMU传感器预测位姿，其特征在于，所述位姿修正方法包括以下步骤：获取BIM全局点云地图，将所述BIM全局点云地图在空间上划分到不同的三维网格中；

统计每个所述三维网格中点云数量，计算所述三维网格多维正态分布参数，即点云均值与 协方 差矩阵 ，其中 ，点 云 均值为q =  ，协方 差矩阵 为Σ；n表示划分的三维网格数量，k表示n的序号，x表示网格内所有扫描点的位置，T表示由激光雷达坐标系到BIM全局点云地图坐标系的变换矩阵；

将激光雷达的实时数据的原始坐标由所述变换矩阵T变换到所述BIM全局点云地图坐T T标系中，得到位于BIM全局点云地图的坐标，具体变换为[ 1]＝T[xi，yi，1] ，变换矩阵为T= ；[xi,yi]为雷达实时数据在原始坐标系下的坐标，[ ]经变换矩阵转移到所述BIM全局点云地图坐标系后的坐标，φ表示旋转角度， 表示BIM全局点云地图坐标系下激光雷达坐标系原点到BIM全局点云地图坐标系下x方向上的距离， 表示y方向上的距离；

根据所述三维网格多维正态分布参数计算所述激光雷达转换点的概率密度，概率密度为:P(x): ,根据所述概率密度建立NDT配准函数，配准函数为：S(P)= ；

对所述配准函数求解，寻找一组变换参数令所述配准函数最大，设置迭代阈值与最大迭代次数，达到收敛条件时结束迭代；

发布机器人在所述BIM全局点云地图下的实时定位位姿；

获取所述激光雷达预测位姿，将所述激光雷达预测位姿与所述实时定位位姿进行ESKF融合，获得机器人的修正位姿。

2.根据权利要求1所述的基于BIM全局定位的位姿修正方法，其特征在于，预先建立IMU传感器运动学模型，通过所述运动学模型与IMU传感器实时采集数据推测出所述激光雷达预测位姿。

3.根据权利要求2所述的基于BIM全局定位的位姿修正方法，其特征在于，获取精确的建筑物信息模型BIM，对BIM的特征进行提取，得到三维空间特征点，将所述三维空间特征点转化成所述BIM全局点云地图。

4.根据权利要求3所述的基于BIM全局定位的位姿修正方法，其特征在于，所述特征为构件信息，其包括大小、空间位置、形状。

5.根据权利要求4所述的基于BIM全局定位的位姿修正方法，其特征在于，利用优化算法对所述配准函数求解，所述优化算法包括牛顿迭代算法。

6.基于BIM全局定位的运动畸变矫正方法，所述运动畸变矫正方法包括以下步骤：获取激光雷达单帧扫描时间内的机器人的位姿，对所述位姿做线性近似和插值处理，获取补偿变换矩阵；

将单帧时间内所有激光点基准坐标系下的坐标通过所述补偿变换矩阵进行矫正，得到矫正后的激光点坐标，封装激光点坐标的点云数据，完成矫正；

其特征在于，

在获取所述补偿变换矩阵前，对所述位姿进行修正，所述位姿的位姿修正方法采用如权利要求1‑5中任意一项所述的基于BIM全局定位的位姿修正方法。

7.根据权利要求6所述的基于BIM全局定位的运动畸变矫正方法，其特征在于，根据激光雷达有序点云中每个点云的水平角计算出单个点云相对于单帧初始时刻的激光雷达坐标的相对时间，根据相对时间对经过线性近似变换的位姿变换做插值求解，计算出每个激光点在激光雷达坐标下的补偿变换矩阵，得到所述补偿变换矩阵。

8.根据权利要求7所述的基于BIM全局定位的运动畸变矫正方法，其特征在于，获取经过线性近似变换的位姿变换包括以下步骤：获取所述修正位姿数据，对齐位姿数据与激光雷达点云的时间，对单帧点云时间内的位姿变换做线性近似处理，得到所述经过线性近似变换的位姿变换。

9.根据权利要求8所述的基于BIM全局定位的运动畸变矫正方法，其特征在于，以单帧0

初始时刻的激光雷达位置为原点建立基准坐标系OXY，单帧其余时刻位置建立的坐标系为t激光雷达坐标系OXY。

10.根据权利要求9所述的基于BIM全局定位的运动畸变矫正方法，其特征在于，获取激光雷达点云数据，将激光雷达点云数据按雷达线束和扫描时间转化为有序点云，得到所述激光雷达有序点云。