基于图优化的SLAM GNSS融合定位系统设计与回环检测优化.docxVIP

PAGE2

基于图优化的SLAM/GNSS融合定位系统设计与回环检测优化

摘要

随着自动驾驶、无人机巡检与移动测绘等领域的快速发展，复杂环境下高精度、全局一致的定位需求日益迫切。单一传感器如视觉或激光SLAM在弱纹理、长隧道及场景退化时易出现累积漂移，而全球导航卫星系统（GNSS）虽能提供全局绝对位置，但在城市峡谷、密林等遮挡环境中信号衰减严重。本课题设计并实现了一种基于图优化的SLAM/GNSS融合定位系统，利用因子图将视觉惯性里程计、GNSS观测与回环检测约束统一建模，通过非线性最小二乘优化消除轨迹漂移，提升全局一致性。系统在ROS环境下开发，核心采用GTSAM图优化库，回环检测基于词袋模型与几何验证，并引入自适应信息矩阵以调节异构传感器权重。本文按照“需求分析→总体设计→详细设计→实现→测试”的工程递进思路展开：第一章梳理研究背景与现状；第二章论述图优化与多传感器融合关键技术；第三章分析系统功能与非功能需求；第四章给出分层架构与因子图设计；第五章深入前端里程计、融合优化与回环检测模块的详细设计；第六章展示核心算法实现与运行效果；第七章通过模拟与真实场景测试验证系统性能；第八章总结工作并展望。测试表明，系统在GNSS间歇可用的半遮挡场景中，绝对轨迹误差相比纯视觉惯性SLAM降低约62%，有效抑制了长时间运行的漂移。

第一章绪论

1.1研究背景

随着移动机器人与智能车辆