文献类型：期刊文章

作　　者：邓鹏[1] 罗静[1]

Deng Peng;Luo Jing(School of Electronic Information Engineering,Jingchu University of Technology,Jingmen 448000,China)

机构地区：[1]荆楚理工学院电子信息工程学院,荆门448000

出　　处：《电子测量与仪器学报》

基　　金：荆门市科技计划项目(2023YFYB040);湖北省高等学校优秀中青年科技创新团队项目(T2021028);荆楚理工学院教学研究项目(JX2023-014)资助。

年　　份：2023

卷　　号：37

期　　号：12

起止页码：48-57

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2023_2024、EAPJ、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为了解决在斜坡、特征退化以及GNSS信号丢失等复杂环境下连续精确的定位问题,提出了基于地面约束的多传感器融合方案,用于提高SLAM算法的整体性能。首先提出了不同系统状态下的关键帧选取策略。通过在起始位置增加关键帧的数量,避免了因子图优化后产生的定位跳变,从而得到连续准确的位姿输出。同时,针对误差累积所导致回环检测失效,利用该关键帧策略,有效地增大当前帧的子关键帧集合,提高了回环检测算法的鲁棒性。其次,针对IMU在长时间运行后高度方向上漂移过大的问题,本文根据提取的地面点构建地面约束,并引入因子图中进行优化。最后,利用搭建的移动机器人实验平台,完成了校园不同场景的数据采集,验证本文算法的有效性,并在KITTI数据集与LIO-SAM算法进行了对比测试,通过误差分析表明本文算法具有更优的定位精度。

关 键 词：多传感器融合 复杂环境 地面点云提取  关键帧选取策略  

分 类 号：TP242.6]