文摘针对移动机器人室内环境三维地图构建不齐帧、误差大和重建不佳等问题,提出激光雷达和RGB-Depth相机融合(camera radar net, CRN)方法,这是一种新的三维地图构建方法。在CRN中,提出一种雷达-视觉惯性里程计融合(Lidar-Visual Inertial Odometry via Smoothing and Mapping, LVIO-SAM)方法,该方法将优化估计二维移动平台空间位姿。然后通过误差卡尔曼滤波器(Error State Kalman Filter, ESKF)算法将空间位姿数据与轮式里程计进行动态优化,得到良好的建图效果。最后,使用移动机器人进行试验验证。试验结果显示,与激光雷达惯性里程计和视觉惯性里程计相比,所提方法在构建室内环境中,三维地图尺寸误差减少了22%,里程计精度提高了0.19%。