面向固态激光雷达惯性紧耦合的自主定位与建图.pdfVIP

摘要

借助无人机自身携带传感器实时估计自身状态并构建周围环境的同步定位

SimultaneousLocalizationandMapping,SLAM

与建图（）技术近年来获得了长足

发展。雷达作为一种可以直接获取三维信息的传感器，使用激光雷达实现定位与

建图一直吸引着国内外学者的广泛关注。近年来，固态激光雷达因其体积小、重

量轻、点云密度高等优点使得传统机械式激光雷达逐渐向固态激光雷达转变。然

而，当前大多数LiDARSLAM仅适配于传统机械式激光雷达，论文依据固态激

光雷达的特性，提出了一种面向固态激光雷达惯性紧耦合的自主定位与建图方法，

并基于四旋翼无人机平台对提出算法的有效性进行了验证。主要研究内容包括：

⑴考虑固态激光雷达非重复式扫描特性导致基于曲率的特征点提取方式失

效的问题，提出了一种面向非重复式扫描雷达的SLAM框架。首先，对惯性测

量单元（InertialMeasurementUnit,IMU）数据进行预处理，使用高频平滑的IMU

预测里程计实现雷达点云去畸变。其次，针对非重复式扫描特性设计基于平面区

块的特征提取方法提取几何角点和几何平面点。再次，使用点到线和点到面的残

差模型以及基于优化的方法实现无人机状态估计。接下来，使用基于关键帧策略

和kd-tree数据结构实现点云配准数据压缩以及环境可视化。最后，通过室内外

场景下的实验验证了算法的有效性。

⑵考虑固态激光雷达的有限视场角特性导致雷达里程计在部分场景发生退

化的问题，提出了一种基于点云强度增强的鲁棒雷达惯性里程计。首先，在第二

章提出框架基础上，利用雷达点云强度信息，矫正雷达点云强度差并提取基于强

度的角点。其次，基于几何、强度和配准等信息对平面点和角点分别设计权重以

区分不同特征点对于位姿解算的贡献。接下来，将位姿解算建模为一个迭代再加

权的最小二乘问题，通过基于高斯牛顿的方法求解该问题获取高精度鲁棒的无人

机状态信息。最后，通过多种室内场景下的实验验证了算法的有效性。

⑶考虑系统在退化环境长时间运行线特征因外点累积退化成面特征的问题，

提出了一种基于二维强度图与三维空间的外点剔除地图维护方法。首先，在前述

基础上，设计一种自适应体素滤波方法对平面点在约束空间上均匀采样。其次，

在局部线特征地图中基于二维强度图和基于几何方法剔除线特征中不稳定角点。

接下来，基于几何和强度的回环检测和基于位姿图的地图校正保障系统长时间运

行下构建一致性地图。最后，通过室内退化场景下的实验验证了算法的有效性。

关键词：固态激光雷达，强度角点，迭代再加权最小二乘，地图管理

ABSTRACT

Inrecentyears,thetechniqueofsimultaneouslocalizationandmapping(SLAM),

whichisusedtoobtaintherobot’sstateandsurroundingenvironmentwiththeaidof

externalsensorscarriedbyUAVs,hasmadegreatprogresses.Thelightdetectionand

ranging(LiDAR),whichisakindofsensorthatcandirectlyobtain3Dinformation,has

attractedalotofattentionofscholarsworkingonSLAMathomeandabroad.Benefit

fromsmallsize,lightweight,lowpriceandhigh-densitypointcloud,thetraditional

rotatingLiDARhasbeengraduallyreplacedbythesolid-stateLiDAR.However,most

ofLiDARSLAMoff-the-shelfisonlysuitablefortraditionalrotatingLiDAR.

Consi