激光雷达同时定位与建图中的局部几何信息表征与不确定度分析探究
摘要
基于激光雷达的同时定位与建图（SLAM）技术不依赖外部传感器获取位置信息，仅通过自身传感器对环境的观测，同时估计自身位姿和构建地图，在无人系统中被广泛应用。通过综述激光SLAM框架的前沿进展可知影响系统状态估计精度和效率的两个关键因素是点云局部几何信息的表征与管理以及点云不确定度分析方法。前者关注在输入点云中提取能够实现精确配准的局部几何图元，以及采用高效的策略维护、更新地图中几何图元的参数；后者根据点云观测的误差来源分析，在配准中引入不确定度评估，以实现对距离测度的合理加权。开源激光SLAM算法在公开数据集NTU VIRAL、M2DGR和Newer College上的对比实验结果显示：基于统计量表征地图的局部几何信息在精度上更具优势，但是计算负担也相应增加。构建合理的点云不确定度模型能够提高轨迹估计的精度。然而，如何更好地平衡点云局部几何信息表征与管理的精度和效率，以及如何设计具有完备性的不确定度模型和高效的不确定度传播方法仍然是激光SLAM中的开放问题。
引用本文（GB/T 7714）
黄凯 Huang Kai, 赵君峤 Zhao Junqiao, 冯甜甜 Feng Tiantian. 激光雷达同时定位与建图中的局部几何信息表征与不确定度分析探究[J]. Chinese Journal of Lasers, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。