控制与决策

作者：佟国峰,杨宇航,彭浩,孟祥政,殷旗君

单位：东北大学 信息科学与工程学院,沈阳 110004,,东北大学 信息科学与工程学院,沈阳 110004,,东北大学 信息科学与工程学院,沈阳 110004,,东北大学 信息科学与工程学院,沈阳 110004,,东北大学 信息科学与工程学院,沈阳 110004,

关键词：视觉语义信息;点云聚类;融合算法;拓扑相似性度量;前端里程计;激光SLAM

基金：国家重点研发计划项目(2019YFB1309905,2020YFB1712802).

激光雷达作为同时定位与地图构建(SLAM)传感器之一,因精度高、性能稳定等特点而被广泛研究使用.但其获得的点云数据较稀疏,包含特征信息少,会导致误匹配、位姿估计误差大等问题,影响SLAM的定位和建图精度.对此,提出一种将视觉语义信息与激光点云数据融合的SLAM算法(VSIL-SLAM).首先,基于投影思想将聚类后的点云映射到语义检测框内,生成语义物体,解决原始激光点云特征稀缺问题;然后,在形状特征的基础上引入拓扑特征对语义物体进行表述,提出基于匹配的拓扑相似性度量方法,解决单一特征造成的误匹配问题,提高匹配准确度;最后,加入语义物体点到点的几何约束,基于几何特征和语义物体构建前端里程计,并完成后端回环检测和位姿图优化设计.实验结果表明,所提出算法在定位和建图效果上都有显著提高,改善了激光SLAM算法的性能.

来源：2024年第1期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第1期