山东大学学报(工学版)

作者：蒋风洋,程瑶,韩哲,王怀震,周风余,董磊

单位：1.山东新一代信息产业技术研究院有限公司, 山东 济南 250102;2.浪潮智能终端有限公司, 山东 济南 250101;3.山东大学控制科学与工程学院, 山东 济南 250061

关键词：机器人,多传感器融合,视觉惯性里程计,回环检测,重定位,

基金：山东省重点研发计划(竞争性创新平台)资助项目(2023CXPT094);山东省重点研发计划(重大科技创新工程)资助项目(2024CXGC010213);济南市第二批市校融合发展战略工程资助项目(JNSX2023012)

针对机器人在室内外建图定位精度低、场景适应性差的问题,提出一种基于双目相机的紧耦合激光雷达(light detection and ranging, LiDAR)视觉惯性里程计平滑建图定位(tightly-coupled LiDAR-visual-inertial odometry via smoothing, mapping, and relocalization by stereo, LVI-SAM-Stereo)方法。采用点线和点面距离构建激光雷达惯性位姿估计模型;利用多传感器信息交互实现双目惯性里程计快速初始化,基于最小化重投影误差优化里程计位姿;提出融合Scan-Context与视觉特征的跨模态回环检测机制,有效减少错误回环;构建重定位双向优化架构,将因子图优化的里程计信息用作视觉跟踪的初始位姿估计,基于多点透视(perspective-n-point, PnP)求解视觉位姿辅助激光雷达点云配准。通过数据集和真实场景的大量试验,相较于紧耦合激光雷达惯性里程计平滑建图(tightly-coupled LiDAR inertial odometry via smoothing and mapping, LIO-SAM)方法和紧耦合激光雷达视觉惯性里程计平滑建图(tightly-coupled LiDAR-visual-inertial odometry via smoothing and mapping, LVI-SAM)方法,LVI-SAM-Stereo方法在室外场景的建图精度分别提升3.10%和5.97%,在室内场景的平均漂移分别降低72.7%和43.05%,建图精度和场景适应性显著提升。重定位满足机器人自主导航的工程需求。

来源：2025年第4期

《山东大学学报(工学版)》期刊编辑部

查看山东大学学报(工学版)杂志2025年第4期