基于多传感信息融合的语义词袋SLAM优化算法

作     者：袁鹏 谷志茹 刘中伟 焦龙飞 毛麒云 Yuan Peng;Gu Zhiru;Liu Zhongwei;Jiao Longfei;Mao Qiyun

作者机构：湖南工业大学轨道交通学院湖南株洲412008 

出 版 物：《计算机应用研究》 (Application Research of Computers)

年 卷 期：2024年第41卷第4期

页      面：1247-1251页

学科分类：081104[工学-模式识别与智能系统] 08[工学] 0811[工学-控制科学与工程] 

基　　金：湖南省自然科学基金资助项目(2022JJ50005) 湖南省研究生科研创新项目(QL20230216) 国家自然科学基金区域联合基金重点项目(U23A20385) 

主　　题：同时定位与实时建图 语义词袋 位姿估计 

摘      要：针对室外大范围场景移动机器人建图中,激光雷达里程计位姿计算不准确导致SLAM(simultaneous localization and mapping)算法精度下降的问题,提出一种基于多传感信息融合的SLAM语义词袋优化算法MSW-SLAM(multi-sensor information fusion SLAM based on semantic word bags)。采用视觉惯性系统引入激光雷达原始观测数据,并通过滑动窗口实现了IMU(inertia measurement unit)量测、视觉特征和激光点云特征的多源数据联合非线性优化;最后算法利用视觉与激光雷达的语义词袋互补特性进行闭环优化,进一步提升了多传感器融合SLAM系统的全局定位和建图精度。实验结果显示,相比于传统的紧耦合双目视觉惯性里程计和激光雷达里程计定位,MSW-SLAM算法能够有效探测轨迹中的闭环信息,并实现高精度的全局位姿图优化,闭环检测后的点云地图具有良好的分辨率和全局一致性。