考虑点云结构和表观信息的激光雷达-惯性SLAM算法

为提高移动机器人在卫星拒止环境下的精确导航能力,克服大范围运动场景下的定位误差累积问题,提出一种考虑点云结构和表观信息的激光雷达-惯性SLAM(同时定位与地图创建)算法。该算法主要包含2个部分:考虑点云结构的激光雷达-惯性里程计以及基于点云表观的闭环检测与优化。激光雷达-惯性里程计线程中,通过IMU(惯性测量单元)信息预测导航状态量,构建了考虑点云结构的直接对齐观测方程,并采用迭代误差扩展卡尔曼滤波器实时地更新导航状态量。闭环检测与优化线程中,根据点云表观差异、相对运动位姿和时间约束判定关键帧,而后基于点云表观筛选得到候选闭环关键帧,并根据表观匹配距离和2维距离对候选闭环关键帧进行排序,最后确认闭环关键帧并构建位姿图,实现全局位姿优化和地图调整。在西安世博园开展的自主导航实验表明,该算法能够实时完成自主导航,并在环形运动中准确检测闭环,有效完成闭环优化,轨迹起点和终点的平均误差仅为0.07 m。此外,进一步测试了激光雷达退化环境下的多模态组合导航切换方法,该方法有效提升了自主导航的可靠性。