-
基于LVI-SAM-Stereo的多传感器融合室内外建图定位
- 蒋风洋,程瑶,韩哲,王怀震,周风余,董磊
-
2025, 55(4):
72-83.
doi:10.6040/j.issn.1672-3961.0.2025.004
-
摘要
(
311 )
PDF (16822KB)
(
50
)
收藏
-
参考文献 |
相关文章 |
多维度评价
针对机器人在室内外建图定位精度低、场景适应性差的问题,提出一种基于双目相机的紧耦合激光雷达(light detection and ranging, LiDAR)视觉惯性里程计平滑建图定位(tightly-coupled LiDAR-visual-inertial odometry via smoothing, mapping, and relocalization by stereo, LVI-SAM-Stereo)方法。采用点线和点面距离构建激光雷达惯性位姿估计模型;利用多传感器信息交互实现双目惯性里程计快速初始化,基于最小化重投影误差优化里程计位姿;提出融合Scan-Context与视觉特征的跨模态回环检测机制,有效减少错误回环;构建重定位双向优化架构,将因子图优化的里程计信息用作视觉跟踪的初始位姿估计,基于多点透视(perspective-n-point, PnP)求解视觉位姿辅助激光雷达点云配准。通过数据集和真实场景的大量试验,相较于紧耦合激光雷达惯性里程计平滑建图(tightly-coupled LiDAR inertial odometry via smoothing and mapping, LIO-SAM)方法和紧耦合激光雷达视觉惯性里程计平滑建图(tightly-coupled LiDAR-visual-inertial odometry via smoothing and mapping, LVI-SAM)方法,LVI-SAM-Stereo方法在室外场景的建图精度分别提升3.10%和5.97%,在室内场景的平均漂移分别降低72.7%和43.05%,建图精度和场景适应性显著提升。重定位满足机器人自主导航的工程需求。