多层ICP闭环检测下的误差状态卡尔曼滤波多模态融合SLAM

来源：电子与信息学报杂志2025年第5期北京时间：

作者：陈丹, 陈浩, 王子晨, 张衡, 王长青, 范林涛

单位：西安理工大学自动化与信息工程学院 西安 710048

摘要：同步定位与地图构建(SLAM)技术是移动机器人智能导航的基础。该文针对单一传感器SLAM技术存在的问题，提出一种基于激光雷达多层迭代最近点(MICP)点云匹配闭环检测的误差状态卡尔曼滤波(ESKF)多传感器紧耦合2D-SLAM算法。在完成视觉与激光雷达多模态数据的时空同步后，建立了里程计误差模型以及激光雷达与机器视觉点云匹配误差模型，并将其应用于误差状态卡尔曼滤波进行多模态数据融合，以提高SLAM的准确性和实时性。在公共数据集KITTI下进行的Gazebo环境仿真结果表明，该所提算法能够完整还原单一激光2D-SLAM无法获取到的环境障碍物信息，并能显著提高机器人轨迹估计和相对位姿估计精度。最后，采用Turtlebot2机器人在复杂实际大场景下进行了SLAM实验验证，结果表明所提多模态融合SLAM方法可以完整复原环境信息，实现实时的高精度2D地图构建。

关键词：移动机器人, 多传感器融合, 同步定位与地图构建, 误差状态卡尔曼滤波, 闭环检测

基金资助：西安市科技局秦创原重点产业链核心技术攻关项目(23ZDCYJSGG0021-2023)