文档名：多传感器信息预处理约束紧耦合建图算法
摘要：多传感器建图与定位SLAM系统(simultaneouslocalizationandmapping)在室外长距离跨度环境中,由于各传感器信息融合不正确、特征匹配错误,或传感器状态信息不可信,导致建图精度不足,轨迹漂移甚至建图崩溃.对此,提出一种基于因子图优化的多传感器信息紧耦合算法(tightly-coupledlidar-visual-inertialodometryviasmoothing,mappingandDBSCAN,LVI-SMAD),将前端点云和视觉信息联合的聚类结果作为因子图优化约束,以一种较低帧的约束形式加入到较高帧的点云地图输出中,加强了点云与视觉信息的紧耦合,解决了激光雷达与相机间信息匹配错误的问题,同时将该约束作为某一传感器信息不可信时的约束补充,减小了传感器信息不稳定情况下的定位漂移,提高了算法一致性.实验证明,在低坡度长跨度的工作环境中,LVI-SMAD与LVI-SAM对比,绝对轨迹误差降低了39.90％,与LIO-SAM对比降低了63.09％;在高坡度工作环境中,与LVI-SAM对比,绝对轨迹误差减少41.08％,与LIO-SAM对比减少64.87％,证明了算法的有效性与可行性.
Abstract：Inoutdoorlong-rangeandlarge-scaleenvironments,multi-sensorsimultaneouslocalizationandmapping(SLAM)systemsoftenencounterchallengesrelatedtoinsufficientmappingaccuracy,drifting,andmapcrashes.Theseissuesariseduetoincorrectsensorfusion,errorsinfeaturematching,andunreliablesensorstateinformation.Tomitigatetheseproblems,thispaperproposesafactorgraphoptimization-basedalgorithmcalledLVI-SMAD(tightly-coupledlidar-visual-inertialodometryviasmoothing,mappingandDBSCAN)thataddressestightly-coupledmulti-sensorinformation.Itutilizesclusteringresultsobtainedfromthejointfront-endpointcloudandvisualinformationasconstraintsforfactorgraphoptimization.Theseconstraintsareincorporatedintotheoutputpointcloudmapofhigherframes,enhancingthecohesiverelationshipbetweenpointcloudandvisualdata.Thisapproachovercomestheinaccurateinformationmatchingbetweenlidarandcamera.Moreover,theconstraintsactassupplementswhencertainsensorinformationbecomesunreliable,therebyreducingpositioningdriftinscenarioswithunstablesensordataandenhancingalgorithmconsistency.OurexperimentalresultsdemonstratethesignificantperformanceimprovementofLVI-SMADcomparedwithexistingmethods.Inlow-slopeandlong-spanenvironments,LVI-SMADreducesabsolutetrajectoryerrorby39.90％comparedwithLVI-SAMandby63.09％comparedwithLIO-SAM.Similarly,inhigh-slopemappingenvironments,LVI-SMADachievesasubstantialreductionof41.08％inabsolutetrajectoryerrorcomparedtoLVI-SAManda64.87％reductioncomparedtoLIO-SAM.Theseresultsprovidecompellingevidencefortheeffectivenessandfeasibilityoftheproposedalgorithm.
作者：甄子杰 汪汗青 王诚 霍文渊 赵毅Author：ZHENZijie WANGHanqing WANGCheng HUOWenyuan ZHAOYi
作者单位：云南民族大学电气信息工程学院,昆明650000
刊名：重庆理工大学学报 PKU
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2024, 38(5)
分类号：TP249
关键词：多传感器融合 树优化密度聚类 前端数据处理 因子图优化
Keywords：multi-sensorfusion densityclusteringwithtree front-enddataprocessing factorgraphoptimization
机标分类号：TP391TQ015.3TN925.93
在线出版日期：2024年5月24日
基金项目：国家自然科学基金多传感器信息预处理约束紧耦合建图算法[
期刊论文] 重庆理工大学学报--2024, 38(5)甄子杰 汪汗青 王诚 霍文渊 赵毅多传感器建图与定位SLAM系统(simultaneouslocalizationandmapping)在室外长距离跨度环境中,由于各传感器信息融合不正确、特征匹配错误,或传感器状态信息不可信,导致建图精度不足,轨迹漂移甚至建图崩溃.对此,提出一种...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
多传感器信息预处理约束紧耦合建图算法 Tightly coupled multi-sensor information mapping
多传感器信息预处理约束紧耦合建图算法.pdf
- 文件大小:
- 5.12 MB
- 下载次数:
- 60
-
高速下载
|
|
