控制与决策

作者：彭雯宇,齐咏生,刘利强,苏建强,张丽杰

单位：内蒙古工业大学 电力学院，呼和浩特 010080;大规模储能技术教育部研究中心，呼和浩特 010080,,内蒙古工业大学 电力学院，呼和浩特 010080;大规模储能技术教育部研究中心，呼和浩特 010080,,内蒙古工业大学 电力学院，呼和浩特 010080;大规模储能技术教育部研究中心，呼和浩特 010080,,内蒙古工业大学 电力学院，呼和浩特 010080;大规模储能技术教育部研究中心，呼和浩特 010080,,内蒙古工业大学 电力学院，呼和浩特 010080;大规模储能技术教育部研究中心，呼和浩特 010080,

关键词：同步定位与地图构建;多传感器融合;退化判别;沉睡地图;退化环境;真实场景

基金：国家自然科学基金项目(62363029)；内蒙古科技计划项目(2021GG0256)；内蒙古自然科学基金项目(2022MS06018)；高校院所协同创新项目(XTCX2023-16, 2023RC-联合体-10).

针对单一传感器同步定位与地图构建(SLAM)技术在退化环境下定位精度低、地图漂移和可靠性差等问题, 提出一种基于R3LIVE框架改进的多传感器融合的SLAM算法RMF-SLAM(refined multi-modal fusion SLAM). 首先, 设计一种随机过程增强的运动学模型, 将IMU测量作为输出建模, 即使在IMU测量运动饱和的情况下, 所提出算法也能对激烈运动进行准确定位和可靠映射; 其次, 构建一种基于Hessian矩阵特征值退化判别的LiDAR和视觉退化感知模块, 通过实时评估系统状态和传感器可靠性来动态调整不同传感器信息权重比例和筛选高价值视觉观测帧, 在视觉和LiDAR均极度退化时, 系统沉睡当前地图, 防止定位失败, 当传感器再次正常工作时重新激活沉睡地图; 最后, 提出一种采用全局描述符对地图进行相似性检测的方法, 将相应的睡眠地图集成到当前活跃地图中, 从而在系统运行完成后形成高度精确的全局地图. 通过在公开数据集与经典的SLAM算法进行对比, 并在私有数据集及真实场景中验证算法能有效抑制退化环境对轨迹估计和地图构建的负面影响, 提升算法的精度和可靠性.

来源：2026年第5期

《控制与决策》期刊编辑部

查看控制与决策杂志2026年第5期