基于多传感器紧耦合的车辆状态并行估计方法及建图系统

来源：计算机应用与软件杂志2025年第5期北京时间：

作者：杜俊文, 敖银辉, 宋学佳, 舒诚龙

摘要：使用多传感器融合技术能使同时定位与建图(SLAM)系统获得更好的性能。传统的Lidar定位系统会产生定位漂移或者在特征稀疏的场景中系统失效。针对以上问题，设计基于迭代误差状态卡尔曼滤波(IESKF1)理论的并联多传感器融合系统LIGNS,不同传感器可以独立实时地更新车辆状态估计。LIGNS融合了Lidar、IMU以及能额外提供前向测量的双天线GNSS设备。LIGNS通过两步筛选法去除地面点云然后再进行特征提取,特征被保存到滑动窗口内使得特征点云更稠密以应对特征稀疏的场景。实验结果表明LIGNS能够实现高精度定位与建图并且具有更好的实时性。

关键词：多传感器融合, 状态估计, 误差状态卡尔曼滤波, SLAM