2025《激光扫描匹配方法研究文献综述》1500字.docxVIP

PAGE51

PAGE51

激光扫描匹配方法研究文献综述

1.1定位方法

定位是激光SLAM的关键技术，图优化激光SLAM的前端通过激光扫描匹配方法配准前后两帧激光点云数据，从而得到激光雷达传感器前后的位姿差，构建激光里程计，用于估计机器人的位姿变化，激光里程计的准确度很大程度决定了SLAM的效果。

ICP算法[29]是最早用于激光扫描匹配的方法，其假设对应点对数量及对应关系在迭代过程中保持不变，此外，ICP算法还假定两个点云中的点完全相同，而事实上，当传感器视点改变后，尤其是当采样分辨率较低时，前后两次扫描找到同一物理点的对应点对的可能性极小，因此实际应用效果不好。pl-icp算法[30]在icp的基础上改进了误差方程，采用点到其最近两个点连线的距离作为误差，更符合实际情况，求解精度高于ICP，在结构化环境中效果更好，但对初始值敏感，通常不能单独采用。文献[31]提出将激光点云数据与地图进行匹配，构建似然场模型，将点云的配准转换为求解函数极值问题，计算量小，但也对初值敏感。VICP算法[32]在ICP的迭代求解过程中估计传感器速度，利用该速度估计来补偿由于运动造成的点云畸变；并且在速度更新的迭代过程中，能够有效排除异常点，从而得到更加鲁棒和准确的位姿估计，但对于频率较低的激光雷达效果不好。NICP算法[33]在误差项里考虑了更多的因素，充分利用实际曲面的法向量和曲率来对错误点进行了滤除，在误差项里除了考虑了点到对应点切面的距离，还考虑了对应点法向量的角度差，配准效果较好，但计算量大，而且目前NICP方法开源的代码主要是针对3D点云。Go-ICP方法[34]，将ICP算法与分支定界方法相结合，以保证求解的全局最优，但计算代价较大；LOAM[35]中结合VICP方法和IMU传感器对激光点云进行补偿，一定程度上较少点云的运动畸变，获得了较好位姿估计结果。IMLS-ICP算法[36]对点云进行的局部曲面建模，选择具有代表性的激光点来进行匹配，既能减少计算量同时又能减少激光点分布不均匀导致的计算结果出现偏移，曲面重建的越准确，对真实世界描述越准确，匹配的精度就越高。

综上所述，由于激光点云存在运动畸变会影响扫描匹配结果，在进行激光扫描匹配前必须对点云进行运动畸变去除；同时激光扫描匹配存在误差，导致连续的激光扫描匹配存在漂移，从而影响了机器人的定位，进而导致所建地图与实际环境不一致。

1.2环境地图表示方法

SLAM的另一个重要环节是构建环境地图。在已知机器人位姿的前提下，使用激光数据构建环境地图相对容易。特征地图、拓扑地图以及栅格地图是常用的三种地图表示方法。

栅格地图的使用方法在1985年由MoravecADDINEN.CITEEndNoteCiteAuthorMoravec/AuthorYear1985/YearRecNum30/RecNumDisplayTextstyleface=superscript[32]/style/DisplayTextrecordrec-number30/rec-numberforeign-keyskeyapp=ENdb-id=vezed52f99099re5dwypaafz59rtwavv0zsatimestamp=155152365430/key/foreign-keysref-typename=JournalArticle17/ref-typecontributorsauthorsauthorMoravec,Hans/author/authors/contributorstitlestitleHighResolutionMapsfromWideAngleSonar/titlesecondary-titleProc.oftheIEEEInt.conf.onRoboticsamp;Automation/secondary-title/titlesperiodicalfull-titleProc.oftheIEEEInt.conf.onRoboticsamp;Automation/full-title/periodicaldatesyear1985/year/datesurls/urls/record/Cite/EndNote[37]等学者第一次提出。将实际场景划分为大小一致的小正方形是基于栅格的地图划分方法，每个栅格被赋于一个值用来表示格子占用概率。在2D栅格地图中，每个格子通常有三种状态，分别表示未被占用、被占用以及未知。在3D栅格地图加入了高度值，这在户外环境中是不可缺少的。构建，扩展和后续维护在栅格地图中较为简单，实际区域的障碍物信息可以通过一个栅格的状态来表示。同时，栅格地图对于机器人导航来说也是十分方便的，机