基于点线面特征匹配的紧耦合激光雷达惯性里程计

刘士良; 马天力; 高嵩; 严瀚宇

doi:10.13873/J.1000-9787(2024)07-0072-05

Chinese

您当前的位置：

首页 >

文章列表页 >

基于点线面特征匹配的紧耦合激光雷达惯性里程计

设计与制造 | 更新时间：2025-09-11

- 基于点线面特征匹配的紧耦合激光雷达惯性里程计
- 暂无标题
- 传感器与微系统 2024年第7期页码：72-76
- 作者机构：
  
  西安工业大学电子信息工程学院
- 作者简介：
- 基金信息：
  
  陕西省重点研发计划资助项目(2022GY—242);陕西省技术创新引导专项(基金)计划资助项目(2022QFY01—16)
- DOI：10.13873/J.1000-9787(2024)07-0072-05
  中图分类号： TN958.98
- 纸质出版：2024
- 稿件说明：
移动端阅览
刘士良, 马天力, 高嵩, 等. 基于点线面特征匹配的紧耦合激光雷达惯性里程计[J]. 传感器与微系统, 2024,(7):72-76.
刘士良, 马天力, 高嵩, 等. 基于点线面特征匹配的紧耦合激光雷达惯性里程计[J]. 传感器与微系统, 2024,(7):72-76. DOI： 10.13873/J.1000-9787(2024)07-0072-05.

DOI：

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。

Abstract

关键词

Keywords

references

李振拯,丁恩杰,王戈琛.基于LiDAR-IMU松耦合的同时定位与建图方法[J].传感器与微系统,2022(04).

吴建清,宋修广.同步定位与建图技术发展综述[J].山东大学学报(工学版),2021(05).

周治国,曹江微,邸顺帆.3D激光雷达SLAM算法综述[J].仪器仪表学报,2021(09).

李荣冰,王智奇,廖自威.激光雷达/MEMS微惯性组合室内导航算法研究[J].传感器与微系统,2020(12).

方徐达,赵伟,沈俊.基于三维激光雷达的室外环境定位算法研究[J].激光与红外,2020(03).

Kenji Koide,Jun Miura,Emanuele Menegatti.A portable three-dimensional LIDAR-based system for long-term and wide-area people behavior measurement[J].International Journal of Advanced Robotic Systems,2019.

浏览量

310

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于多传感器融合的同步定位与建图方法研究

热成像激光雷达GNSS多传感器融合抗干扰定位

公路场景中低空多源数据融合方法综述

改进的激光雷达线段特征提取方法

体素化广义迭代最近点的回环检测算法研究