基于特征点提取的多传感器融合机坪建图方法

作     者：牛国臣 栾向宇 

作者机构：中国民航大学机器人研究所 中国民航大学民航智慧机场理论与系统重点实验室 

出 版 物：《航空学报》 (Acta Aeronautica et Astronautica Sinica)

年 卷 期：2024年

核心收录：

学科分类：08[工学] 080202[工学-机械电子工程] 0802[工学-机械工程] 0814[工学-土木工程] 

基　　金：国家自然科学基金(U2333205) 中央高校基本科研业务费(3122022PY10) 

主　　题：机场停机坪 激光雷达 惯性测量单元 回环检测 实验平台 传感器融合 

摘      要：机场停机坪环境具有场景范围较大、特征点稀疏的特征，随机特征点数量的增加会导致建图失真和里程计漂移现象，本文基于LIO-SAM算法进行改进，首先对激光雷达（LiDAR）和惯性测量单元（IMU）进行外参标定和内参标定，将激光雷达点云格式转换为Velodyne格式，并采用自适应特征点曲率计算，以确保不同距离下特征点所计算曲率的准确性，然后引入Scan-Context回环检测，提高回环效率和建图精度，最终生成高精度的停机坪环境点云地图，通过实验平台采集园区道路和模拟停机坪两组数据集，使用本文算法与主流的A-LOAM、LeGO-LOAM和LIO-SAM算法进行对比，并利用GNSS数据作为轨迹真值。结果表明，改进后的多传感器融合算法在停机坪环境下相较于原始LIO-SAM算法的绝对位姿误差均值降低了13.8%。相较于其他主流算法，本文算法的绝对位姿误差均值最低，提供了更高的建图精度，有效降低了系统的累积误差，生成的点云地图更好地还原了停机坪的真实场景。