文档名：一种基于因子图消元优化的激光雷达视觉惯性融合SLAM方法
摘要：针对单一传感器SLAM(SimultaneousLocalizationAndMapping)技术在复杂环境中存在精度低、可靠性差等问题,提出一种基于因子图消元优化的激光雷达、视觉和IMU(InertialMeasurementUnit)融合SLAM算法(MultiFactorGraphfusionSLAMwithIMUastheDominantsystem,ID-MFG-SLAM).首先,采用多因子图模型,提出以IMU为主系统,视觉与激光雷达为辅系统,通过引入辅系统观测因子约束IMU偏差,并接收IMU里程计因子实现运动预测与融合的全新结构.之后,为降低融合后的优化成本,加入滑窗机制并设计基于Householder变换的QR分解消元法将因子图转换为贝叶斯网络.最后,引入一种球面线性插值与线性插值之间的自适应插值算法,将激光雷达点云投影到单位球体上实现视觉特征点深度估计.实验结果表明,相比其他经典算法,该方法在复杂大、小场景中绝对轨迹误差分别可达到约0.68m和0.24m,具有更高的精度和可靠性.
Abstract：Addressingthelimitationsofsingle-sensorSLAM(SimultaneousLocalizationAndMapping)techniques,degradedperception,andpoorreliabilityincomplexenvironments,thispaperproposesamulti-factorgraphfusionSLAMalgorithmwithIMUasthedominantsystem(ID-MFG-SLAM).Firstly,theutilizationofamulti-factorgraphmodel,withtheIMU(InertialMeasurementUnit)astheprimarysystemandvisualandLIDARsensorsassecondarysystems.Thisnov-elstructureincorporatesobservationfactorsfromthesecondarysystemstoconstrainIMUbiasesandintegratesIMUodome-tryfactorsformotionpredictionandfusion.Toreducetheoptimizationcostafterfusion,aslidingwindowmechanismisin-troducedforhistoricalstateinformationbacktracking.Additionally,aQRdecompositioneliminationmethodbasedonHouseholdertransformationisemployedtoconvertthefactorgraphintoaBayesiannetwork,simplifyingthegraph'sstruc-tureandimprovingcomputationalefficiency.Furthermore,anadaptiveinterpolationalgorithmbetweenquaternionspheri-callinearinterpolationandlinearinterpolationisintroduced.ThisalgorithmprojectsLIDARpointcloudsontoaunitsphere,enablingdepthestimationofvisualfeaturepoints.Theexperimentalresultsshowthatcomparedtootherclassical-gorithms,thismethodcanachieveabsolutetrajectoryerrorsofabout0.68mand0.24mincomplexlargeandsmallscenes,respectively,withhigheraccuracyandreliability.
作者：袁国帅 齐咏生 刘利强 苏建强 张丽杰 Author：YUANGuo-shuai QIYong-sheng LIULi-qiang SUJian-qiang ZHANGLi-jie
作者单位：内蒙古工业大学电力学院,内蒙古呼和浩特010080内蒙古工业大学电力学院,内蒙古呼和浩特010080;内蒙古自治区高等学校智慧能源技术与装备工程研究中心,内蒙古呼和浩特010080;大规模储能技术教育部工程研究中心,内蒙古呼和浩特010080内蒙古工业大学电力学院,内蒙古呼和浩特010080;内蒙古自治区高等学校智慧能源技术与装备工程研究中心,内蒙古呼和浩特010080
刊名：电子学报 ISTICEIPKU
Journal：ActaElectronicaSinica
年，卷(期)：2023, 51(11)
分类号：TP242.6
关键词：同时定位与建图 多传感器融合 复杂场景 激光雷达 IMU里程计 因子图优化
Keywords：simultaneouslocalizationandmapping multi-sensorfusion complexscene laserradar IMUodometer factorgraphoptimization
机标分类号：TP391TN925.93TP242.6
在线出版日期：2024年2月1日
基金项目：一种基于因子图消元优化的激光雷达视觉惯性融合SLAM方法[
期刊论文] 电子学报--2023, 51(11)袁国帅 齐咏生 刘利强 苏建强 张丽杰针对单一传感器SLAM(SimultaneousLocalizationAndMapping)技术在复杂环境中存在精度低、可靠性差等问题,提出一种基于因子图消元优化的激光雷达、视觉和IMU(InertialMeasurementUnit)融合SLAM算法(MultiFactorGra...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
一种基于因子图消元优化的激光雷达视觉惯性融合SLAM方法 An Fusion SLAM Method for LiDAR Visual and IMU Based on Factor Map Elimination Optimization
一种基于因子图消元优化的激光雷达视觉惯性融合SLAM方法.pdf
- 文件大小:
- 2.52 MB
- 下载次数:
- 60
-
高速下载
|
|
