一种融合自适应点云特征提取的激光SLAM方法

针对传统SLAM系统前端里程计基于固定阈值提取特征点易导致位姿估计精度降低的问题,该文提出一种自适应点云特征提取方法,通过引入非线性衰减系数,根据点云到激光雷达中心的距离自适应调整特征提取阈值,同时附加非线性权重,提高系统位姿估计的鲁棒性。该文基于FAST-LIO2算法,利用M2DGR数据集验证了所提方法的可靠性,实验结果表明,本文方法的定位和建图精度优于原算法和同类型算法,在提高精度的同时保证了算法的运行效率,有效提升了算法的适用性。