基于滤波与图优化的定位与建图系统

来源：电子测量技术杂志2022年第4期北京时间：

作者：华智，宋吉来，杜振军，徐方，刘明敏

单位：1.中国科学院沈阳自动化研究所机器人学国家重点实验室 沈阳 110016; 2.中国科学院机器人与智能制造创新研究院 沈阳 110169; 3.中国科学院大学 北京 100049; 4.沈阳新松机器人自动化股份有限公司 沈阳 110168

摘要：针对室外大场景环境建图精度不高，地图出现重影和漂移等问题，提出一种融合滤波与图优化理论实时定位与建图系统。该系统由点云数据预处理、基于滤波紧耦合惯性里程计和后端位姿图优化等三部分构成。首先，点云数据预处理采用随机采样一致性算法分割地面，并提取地面模型参数构建后端优化中的地面约束因子。然后，前端紧耦合惯性里程计采用迭代误差状态卡尔曼滤波，以激光里程计作为观测值，IMU预积分结果作为预测值，通过构建联合函数，滤波融合得到较为精准的激光惯导里程计。最后，后端结合图优化理论引入闭环因子、地面约束因子以及帧与图匹配的里程计因子作为约束条件，构建因子图并优化地图位姿。其中闭环因子采用改进的扫描文本的闭环检测算法进行位置识别，可以降低环境误识别率。本文提出的算法在室外厂区楼栋，停车场以及室内车间等多个场景完成场景建图，在距离，水平和高程三个方向的累积偏差均控制10厘米左右，能够有效解决地图的重影和漂移问题，具有高鲁棒性和高精度。

关键词：SLAM;紧耦合;ESKF;图优化;闭环检测;鲁棒性

基金资助：辽宁省科学技术计划-工业重大专项“人机协作型工业机器人研发与产业化”项目（2019JH1/10100005）,辽宁省“兴辽英才计划”项目“复合机器人关键技术研发”(XLYC1907110)、辽宁省“百千万人才工程”资助项目“机器人三维物体智能识别与抓取技术研究”（2020921001）