可重定位的激光视觉惯性室内定位方法

作     者：岑志豪 谷德峰 侯文健 CEN Zhihao;GU Defeng;HOU Wenjian

作者机构：中山大学人工智能学院广东珠海519082 

出 版 物：《导航定位学报》 (Journal of Navigation and Positioning)

年 卷 期：2024年第12卷第4期

页      面：165-173页

学科分类：080202[工学-机械电子工程] 08[工学] 0804[工学-仪器科学与技术] 081601[工学-大地测量学与测量工程] 0816[工学-测绘科学与技术] 0802[工学-机械工程] 

基　　金：中山大学中央高校基本科研业务费专项资金项目(23xkjc001) 

主　　题：室内定位 惯性 激光雷达(LiDAR) 视觉 注意力机制 

摘      要：针对室内环境中纯视觉算法精度不够高、结构单一场景激光雷达易退化、数据异常后定位重置等问题,提出了一种可重定位的激光视觉惯性融合室内定位方法。通过对惯性测量单元(IMU)数据积分作为时间更新阶段的状态预测,提供运动学约束;对激光点云提取点面特征,能在几何特征明显的场景中减少定位误差;相机观测通过光流误差跟踪能在场景纹理丰富时维持算法正常工作,使用误差状态迭代卡尔曼滤波输出定位结果。当数据异常重新初始化时,基于注意力机制使用历史图片信息,匹配图片特征实现重定位。仿真实验结果表明:融合方法实时定位精度约0.07 m,在退化场景中能稳定运行,与传统算法相比,当数据异常后可快速实现重定位,重定位条件下的精度约0.3 m。