激光视觉惯性融合SLAM技术研究.pdfVIP

哈尔滨工业大学硕士学位论文

摘要

目前，具备协同定位与地图构建能力的可移动设备已经应用于工业、服务业、

军事等诸多领域，所涉及传感器包括各类相机、各类激光雷达、GPS等。随着相关

技术的不断发展，基于单一传感器的SLAM方案已经趋于成熟，而多传感器融合

的定位建图技术由于具有鲁棒性强、精度更高、拓展功能丰富等优势，正成为现阶

段的研究主流。为了充分结合激光雷达的高精度定位能力，以及彩色相机采集的颜

色信息，本论文重点研究融合多线激光雷达、彩色单目相机、IMU的定位建图系

统，并重点研究如何利用各传感器的优势，提升定位建图精度，优化建图效果，实

现构建带有RGB纹理信息的稠密点云地图。论文主要研究内容如下：

首先，搭建激光视觉惯性紧耦合SLAM框架。该紧耦合SLAM框架包含激光

惯性里程计和视觉惯性里程计两子系统。激光惯性里程计首先通过IMU预积分校

正运动中的激光雷达点云畸变，之后通过提取激光雷达点云中的线特征和面特征，

与局部点云地图进行帧间位姿估计。视觉惯性里程计则利用光流法得到匹配的视

觉特征点，并基于离散化欧拉积分得到的IMU预积分模型，对视觉关键帧位置速

度姿态、视觉特征点深度等参数进行估计。

然后，设计了视觉和激光雷达特征级别的关联匹配模块。单目相机本身缺乏尺

度信息，而基于IMU恢复视觉特征深度受扰动影响较大，因此考虑利用激光雷达

的高精度测距能力，通过激光雷达点云辅助得到视觉特征深度。同时激光雷达点云

地图本身不具有颜色，只能反应所处环境的大致轮廓，而彩色相机可以采集到带有

颜色纹理信息的图片，因此考虑将得到世界坐标系下位姿的雷达点云投影到图片

关键帧，利用双线性插值和贝叶斯状态估计得到点云的颜色，实现构建带有颜色纹

理信息的激光雷达点云地图。

最后，通过仿真数据集进行方案验证，进一步搭建实验平台对提出的方法进行

性能评估。将搭建的SLAM框架，以及提出的视觉激光特征关联匹配方法通过

M2DGR数据集进行调试优化，之后搭建包含多线激光雷达、彩色单目相机、九轴

IMU的实验平台，对相关传感器进行内参外参标定，之后进行算法试配与调试，

并与传统SLAM方法进行对比，结果表明本论文提出的方案能够实现在保持建图

精度的同时，极大提升地图构建的可视化效果。

关键词：多传感器融合；定位建图；深度估计；纹理渲染

-I-

哈尔滨工业大学硕士学位论文

Abstract

Atpresent,mobiledeviceswithcollaborativepositioningandmapbuilding

capabilitieshavebeenappliedinmanyfields,suchasindustry,serviceindustryand

militaryindustry.Thesensorsinvolvedincludevariouskindsofcameras,lidarandGPS.

Withthecontinuousdevelopmentofrelatedtechnologies,SLAMschemesbasedona

singlesensorhavetendedtobemature,andmulti-sensorfusionlocalizationmapping

technologyisbecomingthemainstreamofcurrentresearchduetoitsstrongrobustness,

higherprecision,richexpansionfunctionsandotheradvantages.Inordertofullycombine

thehigh-precisionpositioningabilityofLidarandthecolorinformati