重庆理工大学学报(自然科学) ›› 2024, Vol. 38 ›› Issue (3): 156-165.

• 智能技术 • 上一篇    

多传感器信息预处理约束紧耦合建图算法

甄子杰,汪汗青,王 诚,霍文渊,赵 毅   

  1. 云南民族大学 电气信息工程学院,昆明 650000
  • 发布日期:2024-04-22
  • 作者简介:甄子杰,男,硕士研究生,主要从事多传感器融合 SLAM建图研究,Email:z2286021082@163.com。

  • Published:2024-04-22

摘要: 多传感器建图与定位 SLAM系统(simultaneouslocalizationandmapping)在室外长 距离跨度环境中,由于各传感器信息融合不正确、特征匹配错误,或传感器状态信息不可信,导 致建图精度不足,轨迹漂移甚至建图崩溃。对此,提出一种基于因子图优化的多传感器信息紧 耦合 算 法 (tightlycoupledlidarvisualinertialodometryviasmoothing,mappingandDBSCAN,LVI SMAD),将前端点云和视觉信息联合的聚类结果作为因子图优化约束,以一种较低帧的约束形 式加入到较高帧的点云地图输出中,加强了点云与视觉信息的紧耦合,解决了激光雷达与相机 间信息匹配错误的问题,同时将该约束作为某一传感器信息不可信时的约束补充,减小了传感 器信息不稳定情况下的定位漂移,提高了算法一致性。实验证明,在低坡度长跨度的工作环境 中,LVISMAD与 LVISAM 对比,绝对轨迹误差降低了 39.90%,与 LIOSAM 对比降低了 63. 09%;在高坡度工作环境中,与 LVISAM对比,绝对轨迹误差减少 41.08%,与 LIOSAM对比减 少 64.87%,证明了算法的有效性与可行性。

关键词: 多传感器融合;树优化密度聚类;前端数据处理;因子图优化

中图分类号: 

  • TP24