声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1137/TP
国际刊号：1002-0446
发布日期:
作者：章弘凯, 陈年生, 代作晓, 范光宇
关键词：同步定位和地图构建（SLAM）, 无迹卡尔曼滤波, 闭环检测, 数据融合
针对2D激光SLAM（同步定位和地图构建）机器人导航中激光点云匹配计算量大、轨迹闭合效果差、位姿累积误差大、以及各环节传感器观测数据利用不充分等问题，提出一种基于多层次传感器数据融合的实时定位与建图方法——Multilevel-SLAM．首先，在数据预处理方面，利用IMU（惯性测量单元）数据预积分结果为激光点云配准提供坐标转换依据．对激光点云进行特征采样，降低点云匹配计算量．其次，通过无迹卡尔曼滤波算法融合IMU、LiDAR （激光雷达）观测量得到机器人位姿，来提高闭环检测效果．最后，将激光点云配准约束、闭环约束、IMU预积分约束加入到SLAM算法的后端优化中，对全局地图位姿节点估计提供约束配准，实现多层次的数据融合．在实验中利用LiDAR-IMU公开数据集对Karto-SLAM、Cartographer和Multilevel-SLAM算法进行性能测试对比．Multilevel-SLAM算法的定位精度始终保持在5 cm以内，而对比方法则存在不同程度的定位偏移．实验结果表明，在没有显著增加计算量的前提下，Multilevel-SLAM算法有效提高了闭环处的轨迹闭合效果，具有更低的定位误差．
来源：2021年第6期
《机器人》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。