论文部分内容阅读
SLAM(即时定位与地图构建)是指机器人利用自身携带的传感器采集数据,在未知环境中给自身定位,同时对未知环境建立增量式地图的一种技术,由于能够完成即时定位和构建地图两个任务,因此SLAM是机器人自主导航技术的核心问题。作为一种实时三维空间信息获取技术,激光雷达可以有效快速测量实物和环境信息。在室内无GPS信号情况下,使用激光扫描仪作为传感器完成SLAM技术,能够实现高精度室内三维重建任务。激光SLAM构建室内环境地图过程中,需要针对点云估计扫描位姿、实现数据匹配。同时由于位姿累积误差,还需要对地图进行闭环优化,根据闭环结果进而优化闭环内的位姿信息,对SLAM建图数据进行校正,减少因测图范围增大而带来的累积误差,提高定位精度和建图质量。本文在分析点云数据特征,扫描匹配SLAM算法以及位姿概率估计闭环检测算法的基础上,提出一种基于位姿估计闭环检测的激光SLAM算法,具体工作如下:(1)确定激光SLAM建图坐标系及环境信息表示方式,对激光SLAM技术使用的传感器进行建模,介绍激光雷达工作原理及激光雷达数据坐标转换过程,提出使用ICP点云匹配算法估计帧间点云数据扫描姿态,完成点云数据匹配的方法。(2)针对点云数据匹配具有位姿累积误差问题,结合激光点云数据旋转不变性的特征,引入双线性插值法将整体点云数据栅格化,分析栅格图占用概率分布,通过计算概率分布相似度得分,采取分支定界算法加速检测闭合环路,将位姿图优化近似为非线性最小二乘拟合问题,加入闭环约束调整局部地图及点云数据位姿。(3)通过中国测绘大厦CASM1712和开源Revo-LDS两个数据集对本文激光SLAM算法进行验证,将建图结果与实际室内场景做对比,分析算法精度,闭环优化前后精度变化,闭环检测效率以及漏检、误检因素,证明了该算法的可用性,闭环约束下精度可以达到5cm。(4)最后对全文做了总结,提出本文激光SLAM算法进行室内三维重建时需要注意的几点问题,同时给出算法的不足之处以及改进方向。