基于ESKF 与图优化的轻量级多传感器融合SLAM 系统

李文豪

（广东工业大学，广东 广州510006）

1 概述

状态估计、定位和建图是移动机器人的关键技术，是反馈控制、避障和规划等任务的先决条件。目前主流的是基于视觉以及激光的建图定位方案，并且投入大量的研究在如何确保系统的稳定实时运行中。基于视觉方法通常使用单目或立体相机对连续图像中的特征进行分析以确定摄像机的运动。尽管基于视觉的方法是可行的，但它们对初始化、光照以及环境的纹理比较敏感，这使它们不可靠，但是基于视觉的方案特别适合位置识别。另一方面，激光雷达对环境不敏感，光照变化基本不会影响激光雷达。尤其是远程高分辨率三维激光雷达的应用，例如Velodyne VLS-128 和Outster OS1-128 激光雷达,使得激光更适合直接捕捉三维空间中的环境因此，本文的研究重点是基于激光雷达的状态估计和SLAM方法。我们提出的方法有如下几个特点：

1.1 结合点线、点面ICP 以及ndt 算法实现激光里程计的匹配，并采用了一种高频帧间匹配与低频Map 优化的策略。

1.2 采用一种以机器人坐标为中心的ESKF 对IMU 进行融合，并实现对先验观测的融合，可更好适配室内平面环境。

1.3 实现一种简单直接的去除激光匹配过程中动态物体影响的方法。

2 相关工作

对于激光SLAM任务，核心是根据传感器两帧的数据推断其运动，其最经典的方法即ICP 算法[1],ICP 算法衍生出了多种变体，如IMLS-ICP、NICP、GICP[2]等,近年，Zhang 提出了一种基于特征提取的ICP 变种方法[3]，它首先进行特征提取减少匹配点云量并实现点云的配准。……