基于点线面特征匹配的紧耦合激光雷达惯性里程计

摘要

激光雷达(LiDAR)里程计在室外受环境噪声干扰,其扫描匹配精度较低,由此带来的累积误差导致同步定位与建图(SLAM)在大范围场景下定位精度较差。针对上述问题,提出一种基于点线面特征匹配的紧耦合LiDAR惯性里程计(TP-LIO),在惯性测量单元(IMU)预积分点云去畸变基础上,利用点—线和点—面距离构建位姿估计代价函数,获得载体运动估计。结合IMU预积分与Scan-Context回环检测,通过因子图进行全局优化,实现IMU和LiDAR数据紧耦合。在KITTI数据集和实车实验下,对TP-LIO、ALOAM和LeGO-LOAM进行对比验证,结果表明:TP-LIO在大范围场景下累积误差更小,定位精度更高。