针对地下车库场景中SLAM定位不准的问题,文章提出一种基于视觉和雷达信息融合的SLAM算法,将三维ICP算法IMLS-ICP(Implicit Moving Least Square-Iterative Closest Point)进行二维化,并融入入PL-ICP(Point to Line-Iterative Closest Po...针对地下车库场景中SLAM定位不准的问题,文章提出一种基于视觉和雷达信息融合的SLAM算法,将三维ICP算法IMLS-ICP(Implicit Moving Least Square-Iterative Closest Point)进行二维化,并融入入PL-ICP(Point to Line-Iterative Closest Point)和N-ICP(Normal-Iterative Closest Point)的内容,使得IMLS-ICP更加适合于二维环境,获得更好的点云匹配效果。然后,从图像中提取ORB(Oriented FAST and Rotated BRIEF)特征点进行特征匹配,并针对于地下车库场景亮度不稳定的特点,对图像进行了直方图均衡化滤波处理,并用BRIEF(Binary Robust Independent Elementary Feature)描述子进行约束,使得ORB特征点的提取与匹配更具精确性和鲁棒性,并对得到的结果进行了局部的BA(Bundle Adjustment)优化。应用加权最小二乘法进行位姿融合。通过实验对位姿进行了分析,与主流2DSLAM算法进行对比,验证文章算法的有效性。展开更多
