论文部分内容阅读
三维激光SLAM技术是室外移动机器人的重要研究内容之一。三维激光SLAM可以实现移动机器人估算位姿的同时构建三维环境地图,是移动机器人实现定位导航的重要基础。针对激光SLAM的累积误差问题,主要从图优化约束的方法和多传感器融合的方法展开研究。论文的主要内容如下:(1)针对激光点云匹配算法决定了三维激光SLAM的精度,通过实验和原理对迭代最近点匹配、正态分布变换匹配以及特征匹配算法进行对比分析,实验结果表明特征匹配计算量小且精度较高,采用特征匹配为研究基础。针对点云匹配误差随着时间不断增大的问题,提出构建位姿图模型,以激光雷达的位姿为顶点,点云匹配结果为顺序约束,根据顶点的欧式距离进行回环检测添加回环约束,进行全局优化减小累积误差,实验结果表明构建位姿图的方法可以减小累积误差、形成闭环,提高地图精度。(2)针对激光匹配算法在高度方向存在误差,提出基于全局一致地面假设采用RANSAC算法对点云数据进行实时地面提取,根据不同时刻点云数据的地面参数构建误差方程,并对位姿图顶点间添加地面约束,并采用低频的地面检测方案以减小计算资源的消耗,通过实验验证表明,该方法有效减小高度方向误差且计算资源占用较少。(3)针对累积误差太大而无法检测回环的情况,提出激光雷达与RTK融合的方法。首先根据RTK与激光雷达的位姿数据对传感器的坐标系进行标定,将RTK数据根据标定结果变换后构建误差方程,并位姿图顶点间添加RTK约束,通过实验验证表明该方法可以有效解决无法回环的问题;针对匹配算法对初始值的依赖,提出对IMU加速度进行积分作为匹配初值并将IMU姿态与点云匹配的姿态作加权融合提高姿态的精度,通过实验验证表明,融合IMU可以在提高匹配的精度。(4)搭建实验硬件和软件平台,对提出的算法进行实验对比验证,实验结果表明提出的改进算法可以减小误差提高精度,且计算量并未显著增大;使用激光定位实验对优化的三维点云地图进行验证,定位实验结果表明提出的改进的激光SLAM算法构建的三维地图可以用于室外移动机器人的定位导航,具有实用价值。