车载LiDAR-IMU外参联合标定算法

摘要：

为提高LIO-SAM算法的定位精度,本文从LiDAR-IMU外参标定方面开展研究,针对现有的传感器标定算法在车载条件下标定精度低的缺点,提出一种新的车载传感器联合标定算法.针对车载条件下自由度低导致俯仰、横滚方向约束建立不充分的问题,利用车辆的大范围运动轨迹消除平移参数影响,使用正态分布变换(NDT)和迭代最近点(ICP)的点云匹配算法快速得到旋转参数初值,提高俯仰角和横滚角的标定精度.针对粗标定过程中激光里程计存在漂移以及没有标定平移外参的问题,对基于点云优化的全参数标定方案进行改进,利用转弯区域构建对平移外参的约束,结合统计误差平均效应和位移约束构建新的目标函数,迭代优化后得到全参数标定结果.实验结果表明,加入了外参标定模块的LIO-SAM算法的定位精度提升了 1.74％～5.92％.

关键词：LiDAR/IMU、定位、传感器标定、点云优化

所属期刊栏目：43

分类号：TH86

资助基金：中央高校基本科研业务费项目3072022QBZ0401

在线出版日期：2023-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：128-135