原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第４１卷第４期计算机应用与软件Ｖｏｌ４１Ｎｏ．４
２０２４年４月ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅＡｐｒ．２０２４
无人机平飞下激光雷达和双目视觉融合的ＳＬＡＭ建图
１，２１，２，３１，２１，２，３，４
吴秉慧董志岩翟鹏张立华
１（复旦大学工程与应用技术研究院上海２００４３３）
２（上海智能机器人工程技术研究中心上海２００４３３）
３（智能机器人教育部工程研究中心上海２００４３３）
４（季华实验室广东佛山５２８０００）
摘要针对无人机在较快运动下使用单一传感器难以有效构建地图的问题，提出一种基于ＬｉＤＡＲ与双目融
合的建图方法。利用ＬｉＤＡＲ获取远处环境信息，提取物体的边界信息减少数据冗余，实现预先地图的构建；使用
双目获取近处的信息，同时利用改进的特征金字塔法以实现特征快速提取，与ＬｉＤＡＲ预建地图并行计算提高运
行效率；最后将视觉特征与ＬｉＤＡＲ预建地图融合构建二维地图。实验表明，该方法在无人机不同速度下可构建
可靠性更高、更精确的环境地图，可为快速无人机的实时避障提供位置信息。
关键词无人机同时定位与地图构建传感器融合特征提取金字塔法
中图分类号ＴＰ２４２．６ＴＰ３文献标志码ＡＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０２４．０４．０２９
ＬＩＤＡＲＡＮＤＳＴＥＲＥＯＣＡＭＥＲＡＤＡＴＡＦＵＳＩＯＮＩＮＵＡＶＭＯＴＩＯＮＦＯＲＳＬＡＭＭＡＰＰＩＮＧ
１，２１，２，３１，２１，２，３，４
ＷｕＢｉｎｇｈｕｉＤｏｎｇＺｈｉｙａｎＺｈａｉＰｅｎｇＺｈａｎｇＬｉｈｕａ
１（ＡｃａｄｅｍｙｆｏｒＥｎｇｉｎｅｅｒｉｎｇ＆Ｔｅｃｈｎｏｌｏｇｙ，ＦｕｄａｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２００４３３，Ｃｈｉｎａ）
２（ＳｈａｎｇｈａｉＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈＣｅｎｔｅｒｏｆＡＩ＆Ｒｏｂｏｔｉｃｓ，Ｓｈａｎｇｈａｉ２００４３３，Ｃｈｉｎａ）
３（ＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈＣｅｎｔｅｒｏｆＡＩ＆Ｒｏｂｏｔｉｃｓ，ＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ，Ｓｈａｎｇｈａｉ２００４３３，Ｃｈｉｎａ）
４（ＪｉＨｕａＬａｂｏｒａｔｏｒｙ，Ｆｏｓｈａｎ５２８０００，Ｇｕａｎｇｄｏｎｇ，Ｃｈｉｎａ）
ＡｂｓｔｒａｃｔＡｎｕｎｍａｎｎｅｄａｅｒｉａｌｖｅｈｉｃｌｅｅｑｕｉｐｐｅｄｗｉｔｈａｓｉｎｇｓｅｎｓｏｒｃａｎｎｏｔｃｏｎｓｔｒｕｃｔａｎａｃｃｕｒａｔｅｍａｐｗｈｅｎＵＡＶｉｓ
ｍｏｖｉｎｇａｔｈｉｇｈｓｐｅｅｄ．Ｔｏｈａｎｄｌｅｔｈｉｓｉｓｓｕｅ，ａｍａｐｐｉｎｇｍｅｔｈｏｄｂａｓｅｄｏｎｔｈｅｆｕｓｉｏｎｏｆＬｉＤＡＲａｎｄｓｔｅｒｅｏｓｅｎｓｏｒｉｓ
ｐｒｏｐｏｓｅｄ．ＬｉＤＡＲｗａｓｕｓｅｄｔｏｏｂｔａｉｎｔｈｅｒｅｍｏｔｅｅｎｖｉｒｏｎｍｅｎｔｉｎｆｏｒｍａｔｉｏｎ，ａｎｄｔｈｅｂｏｕｎｄａｒｙｏｆｏｂｊｅｃｔｓｗａｓｅｘｔｒａｃｔｅｄｔｏ
ｒｅｄｕｃｅｄａｔａｒｅｄｕｎｄａｎｃｙ，ｓｏａｓｔｏｒｅａｌｉｚｅｔｈｅｃｏｎｓｔｒｕｃｔｉｏｎｏｆｔｈｅｐｒｅｍａｐ．Ｔｈｅｉｍｐｒｏｖｅｄｆｅａｔｕｒｅｐｙｒａｍｉｄｍｅｔｈｏｄｗａｓｕｓｅｄ
ｔｏｅｘｔｒａｃｔｔｈｅｎｅａｒｉｎｆｏｒｍａｔｉｏｎｏｆｔｈｅＵＡＶｐｅｒｃｅｉｖｅｄｂｙｔｈｅｓｔｅｒｅｏｃａｍｅｒａｑｕｉｃｋｌｙ，ｗｈｉｃｈｉｍｐｒｏｖｅｄｔｈｅｒｕｎｎｉｎｇｅｆｆｉｃｉｅｎｃｙ
ｗｉｔｈｔｈｅｐａｒａｌｌｅｌｃｏｍｐｕｔｉｎｇｏｆＬｉＤＡＲｐｒｅｍａｐ．Ｔｈｅｖｉｓｕａｌｆｅａｔ
文档评论（0）