一种基于动态剔除和场景匹配的Robust SLAM方法
针对动态环境中移动物体和结构变形引起激光雷达自主定位精度下降的问题,本文提出了一种Dynamic Lego-loam方法.为减小动态点误匹配给激光雷达里程计带来的误差,该方法首先在里程计精解算之前,提出了一种基于先验信息的点云粗配准算法用以剔除动态点,提高了激光雷达里程计的匹配精度.然后,针对环境中的动态变化带来的误差累积和建图重影问题,利用场景匹配的方法优化了传统基于半径的闭环检测方法.大范围采用基于半径的粗搜索快速定位至局部场景,小范围构建区域高度差描述符精确匹配至最相似历史帧,最终实现了精准的闭环检测并提高了动态环境中的建图精度.实验结果表明,在动态环境下,Dynamic Lego-loam算法相较于Lego-loam算法自主定位精度提高了 63%.
SLAM、动态环境、RANSAC、回环检测
43
TH86
国家自然科学基金61973160
2022-10-08(万方平台首次上网日期,不代表论文的发表时间)
共9页
249-257