基于多类别特征点匹配的紧耦合激光惯性里程计

• Published in: 桂林理工大学学报 Vol. 44; no. 3; pp. 464 - 470
• Main Authors: 李春海, 苏昭宇, 陈倩, 唐欣, 李晓欢
• Format: Journal Article
• Language: Chinese
• Published: 广西综合交通大数据研究院,南宁 530025%广西综合交通大数据研究院,南宁 530025 2024; 桂林信息科技学院,广西桂林 541004; 桂林电子科技大学信息与通信学院,广西桂林 541004%桂林电子科技大学信息与通信学院,广西桂林 541004
• Subjects: 激光里程计; IMU紧耦合; SLAM; feature point matching; IMU tight coupling; multi-class feature points; 特征点匹配; 多类别特征点; laser odometer
• ISSN: 1674-9057
• DOI: 10.3969/j.issn.1674-9057.2024.03.010

TP391.4; 针对现有的激光SLAM在室外动态场景建图时,LiDAR数据存在运动畸变、地面采样数据稀疏造成激光里程计精度低的问题,提出了一种基于多类别特征点匹配的IMU紧耦合里程计方法.首先,从原始点云数据入手,通过IMU数据对每一帧LiDAR数据进行线性插值校正畸变点云,以提高LiDAR数据的质量;其次,对畸变校正后的点云进行2D网格投影,根据每个网格与其相邻网格的最小高度平均值大小,利用双阈值将网格中点云划分为地面点和非地面点,再根据局部特征的线性度、平面度、曲率等,将非地面点进一步划分得到多类别特征点;再次,对多类别特征点匹配的IMU紧耦合进行建模,考虑到原本的LiDAR观测误差无法提供高精度的重力矢量估计,引入IMU状态估计,构建里程计误差函数,使得重力矢量估计得到进一步约束,抑制了重力矢量方向上的漂移,有效提升了激光里程计的精度;最后,基于LeGO-LOAM框架设计了基于多类别特征点匹配的IMU紧耦合激光里程计,并完成了验证系统的搭建.实验结果表明,该方法能有效抑制重力矢量方向上的漂移,提高激光里程计的精度.