测绘科学
李春海, 苏昭宇, 陈 倩, 唐 欣, 李晓欢
2024, 44(3): 464-470.
针对现有的激光SLAM 在室外动态场景建图时, LiDAR 数据存在运动畸变、 地面采样数据稀疏造成激光里程计精度低的问题, 提出了一种基于多类别特征点匹配的IMU 紧耦合里程计方法。首先, 从原始点云数据入手, 通过IMU 数据对每一帧LiDAR 数据进行线性插值校正畸变点云, 以提高LiDAR 数据的质量; 其次, 对畸变校正后的点云进行2D 网格投影, 根据每个网格与其相邻网格的最小高度平均值大小, 利用双阈值将网格中点云划分为地面点和非地面点, 再根据局部特征的线性度、 平面度、 曲率等, 将非地面点进一步划分得到多类别特征点; 再次, 对多类别特征点匹配的IMU 紧耦合进行建模, 考虑到原本的LiDAR观测误差无法提供高精度的重力矢量估计, 引入IMU 状态估计, 构建里程计误差函数, 使得重力矢量估计得到进一步约束, 抑制了重力矢量方向上的漂移, 有效提升了激光里程计的精度; 最后, 基于LeGO-LOAM框架设计了基于多类别特征点匹配的IMU 紧耦合激光里程计, 并完成了验证系统的搭建。实验结果表明,该方法能有效抑制重力矢量方向上的漂移, 提高激光里程计的精度。
