SLAM（即时定位与地图构建）是指机器人利用自身携带的传感器采集数据，在未知环境中给自身定位，同时对未知环境建立增量式地图的一种技术，由于能够完成即时定位和构建地图两个任务，因此 SLAM是机器人自主导航技术的核心问题。作为一种实时三维空间信息获取技术，激光雷达可以有效快速测量实物和环境信息。在室内无GPS信号情况下，使用激光扫描仪作为传感器完成SLAM技术，能够实现高精度室内三维重建任务。 激光 SLAM 构建室内环境地图过程中，需要针对点云估计扫描位姿、实现数据匹配。同时由于位姿累积误差，还需要对地图进行闭环优化，根据闭环结果进而优化闭环内的位姿信息，对 SLAM 建图数据进行校正，减少因测图范围增大而带来的累积误差，提高定位精度和建图质量。本文在分析点云数据特征，扫描匹配 SLAM 算法以及位姿概率估计闭环检测算法的基础上，提出一种基于位姿估计闭环检测的激光SLAM算法，具体工作如下： （1）确定激光SLAM建图坐标系及环境信息表示方式，对激光SLAM技术使用的传感器进行建模，介绍激光雷达工作原理及激光雷达数据坐标转换过程，提出使用ICP点云匹配算法估计帧间点云数据扫描姿态，完成点云数据匹配的方法。 （2）针对点云数据匹配具有位姿累积误差问题，结合激光点云数据旋转不变性的特征，引入双线性插值法将整体点云数据栅格化，分析栅格图占用概率分布，通过计算概率分布相似度得分，采取分支定界算法加速检测闭合环路，将位姿图优化近似为非线性最小二乘拟合问题，加入闭环约束调整局部地图及点云数据位姿。 （3）通过中国测绘大厦CASM1712和开源Revo-LDS两个数据集对本文激光 SLAM 算法进行验证，将建图结果与实际室内场景做对比，分析算法精度，闭环优化前后精度变化，闭环检测效率以及漏检、误检因素，证明了该算法的可用性，闭环约束下精度可以达到5cm。 （4）最后对全文做了总结，提出本文激光SLAM算法进行室内三维重建时需要注意的几点问题，同时给出算法的不足之处以及改进方向。
展开▼
