首页|一种改进的体素化邻近点搜索算法

一种改进的体素化邻近点搜索算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
针对多传感器同时建图与定位SLAM(simultaneous localization and mapping)系统,在室外大面积特征过多环境中,因为特征不匹配而导致的精度误差、系统缺失鲁棒性等问题,提出一种改进的体素化邻近点搜索(voxelized generalized iterative closest point)算法.首先利用激光-惯导-视觉各传感器分别对不同环境感知可以优势互补的特点,提出一种特征可信性筛选方法,给予系统一个精确的初始猜测.然后将视觉特征子集通过深度信息与点云数据关联,通过加入视觉约束筛选可观测性高的体素化的目标点云群,在减少计算复杂度的情况下,使定位建图更加精确.仿真实验证明,当运用此算法的多传感器融合SLAM系统在特征点云较多的环境中建图时,与LVI-SAM系统对比定位误差减少12.335%;在运行线速度超过10m/s时,提升了系统的鲁棒性,具有较强的可行性.
An improved voxelized generalized iterative closest point search algorithm

multi-sensor fusionVGICPvoxelized point cloud groupvisual feature subsetfeature credibility screening

周思达、宋一鸣、唐嘉宁、胡敏森、许俊锋

展开 >

云南民族大学电气信息工程学院,昆明 650000

多传感器融合 体素化邻近点搜索 体素化点云群 视觉特征子集 特征可信性筛选

国家自然科学基金国家自然科学基金

6196303862063035

2023

10.3969/j.issn.1674-8425(z).2023.07.023

重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
年,卷(期)：2023.37(13)
  • 6