科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对室外大范围场景移动机器人建图中激光雷达里程计位姿计算不准确导致SLAM(simultaneous localization and mapping)算法精度下降的问题，提出一种基于多传感信息融合的SLAM语义词袋优化算法MSW-SLAM(multi-sensor information fusion slam based on semantic word bags)。采用视觉惯性系统引入激光雷达原始观测数据，并通过滑动窗口实现了IMU (inertia measurement unit)量测、视觉特征和激光点云特征的多源数据联合非线性优化；最后算法利用视觉与激光雷达的语义词袋互补特性进行闭环优化，进一步提升了多传感器融合SLAM系统的全局定位和建图精度。实验结果显示，相比于传统的紧耦合双目视觉惯性里程计和激光雷达里程计定位，MSW-SLAM算法能够有效探测轨迹中的闭环信息，并实现高精度的全局位姿图优化，闭环检测后的点云地图具有良好的分辨率和全局一致性。
- 单位
