一种改进Cartographer算法的建图方法研究

对于传统激光雷达建图算法中存在的点云特征提取不完善、质量低,噪声影响导致的位姿数据偏差影响建图效果的问题,提出了一种基于改进Cartographer算法的激光建图方法。首先,在传感器信息融合部分,用自适应无损卡尔曼滤波(AUKF)的方法,对传感器数据进行预测更新,再对噪声进行自适应优化,来减小噪声对位姿数据造成的影响;其次,在处理激光雷达采集的点云数据时,改进体素滤波的效果,通过对点云赋权过滤的方法进行点云信息的二次筛选,以降低点云的冗余,提升点云质量;最后,在真实环境进行建图测试,比较改进后算法与传统算法的建图效果,在室外环境下改进算法比原算法绝对平移误差降低了25.8%,绝对旋转误差降低了28.9%。可明显看出改进算法数据误差更小,建图效果更加精确。