(录用定稿)网络首发时间:2019-12-27 10:51:53

本文以实现移动小型智能化系统的实时自主定位为目标,针对激光里程计误差累计大,旋转估计不稳定,以及观测信息利用不充分等问题,提出一种Lidar/IMU紧耦合的实时定位方法-Inertial-LOAM.数据预处理部分,对IMU数据预积分,降低优化变量维度,并为点云畸变校正提供参考.提出一种基于角度图像的快速点云分割方法,筛选结构性显著的点作为特征点,降低点云规模,保证激光里程计的效率;针对地图构建部分存在的地图匹配点搜索效率低和离散点云地图的不完整性问题,提出传感器中心的多尺度地图模型,利用环形容器保持地图点恒定,并结合多尺度格网保证地图模型中点的均匀分布.数据融合部分,提出Lidar/IMU紧耦合的优化方法,将IMU和Lidar构成的预积分因子、配准因子、闭环因子插入全局因子图中,采用基于贝叶斯树的因子图优化算法对变量节点进行增量式优化估计,实现数据融合.最后,采用实测数据评估Inertial-LOAM的性能并与LeGO-LOAM,LOAM和Cartographer对比.结果表明,Inertial-LOAM在不明显增加运算负担的前提下大幅降低连续配准误差造成的误差累计,具有良好的实时性;在结构性特征明显的室内环境,定位精度达厘米级,与对比方法持平;在开阔的室外环境,定位精度达分米级,而对比方法均存在不同程度的漂移.

地理信息工程国家重点实验室基金(SKLGIE2018-M-3-1); 国家重点研发计划(2017YFF0206001); 国家自然科学基金(41501491)资助;

SLAM; 激光里程计; 预积分; 数据融合; 因子图优化;

10.16383/j.aas.c190424

TN958.98;TP212

中国知网独家网络首发,未经许可,禁止转载、摘编。

自动化学报

Acta Automatica Sinica

ISSN:0254-4156

中文核心期刊

85137839K
在线咨询 用户反馈