地下车库的雷达与相机融合即时定位与建图

摘要：

为解决智能车在未知地下车库环境,由于单独使用二维激光雷达点云信息的数量有限,当存在动态障碍物时位姿匹配容易产生误匹配导致定位与建图精度降低的问题,提出了一种根据光照加权的扩展卡尔曼滤波算法将RGB-D相机的视觉信息和二维激光雷达的点云信息进行融合.首先,采用改进的IMLS-ICP(implicit moving least square-iterative closest point)算法对激光点云数据进行处理以得到更高的匹配精度;然后,针对视觉匹配算法较慢的问题,采用ORB(oriented FAST and rotated bRIEF)算法对直方图均衡化滤波优化后的图像进行处理来加快图像处理的速度与特征匹配的精度;采用视觉词袋模型进行回环检测来重定位以减少累计误差的影响;最后,通过搭建的汽车实验平台进行车库实验,验证了采用该方法能够得到更高的定位精度和更加准确的建图效果,提高了系统的鲁棒性.

关键词：即时定位与建图(SLAM)、传感器融合、智能汽车、扩展卡尔曼滤波(EKF)

所属期刊栏目：22

分类号：TP242.6(自动化技术及设备)

资助基金：天津市新一代人工智能科技重大专项18ZXZNGX00230

在线出版日期：2022-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：2334-2342