论文部分内容阅读
近年来,随着激光扫描测量技术的快速发展,其在数字城市、灾害监测、海岸工程、林业调查等方面具有非常广阔的应用前景。高精度的激光测量对位姿的精度要求比较高,需要有高精度的定位算法支持。同步定位和地图构建(Simultaneous Localization and Mapping,SLAM)理论的发展打破了传统定位方式的局限性,充分发挥了传感器的自身优势,达到了良好的定位和环境构建效果。随着SLAM理论在激光扫描测量领域的应用,激光扫描测量技术的测绘精度得到了很大的提高,因此激光SLAM技术也越来越受到重视。本文设计与实现了一套高自主性的激光扫描系统(简称LIDAR系统),并且对激光SLAM技术进行研究,在LIDAR系统中利用激光SLAM技术完成较高精度的定位和构建三维点云测绘图的任务,本文主要研究内容如下:(1)根据课题需求设计的三维激光扫描系统实现了激光、惯性测量单元(IMU)数据的实时同步采集,并在地面工作站中完成对三维点云的显示、存储、滤波以及一系列算法处理工作。(2)本文设计了基于SLAM的三维激光测量技术的基本框架,然后根据激光SLAM理论的基本模块制定了LIDAR系统的激光SLAM算法步骤。本文针对点云模型介绍了基于平滑度参数的点云特征提取方法的优势,通过对系统的运动分析,实现了基于Levenberg-Marquardt的里程计估计和地图匹配优化方案,最后通过多个实验分析基于Levenberg-Marquardt的激光SLAM算法的优势与不足。(3)针对基于Levenberg-Marquardt的激光SLAM算法在姿态快速变化情况下的不足,本文利用IMU对其进行优化,设计并实现了基于扩展卡尔曼滤波和加权融合的数据融合方法,对估计姿态进行优化,最后通过实验数据分析其对基于LevenbergMarquardt的激光SLAM算法的改善作用。本文所设计的基于融合IMU激光SLAM算法的三维激光测量技术在实际课题项目中得到应用,其测量精度符合项目需求,误差小于5厘米。