文档详情

基于因子图的点云地图构建与导航系统设计.pdf

发布:2025-06-10约16.3万字共92页下载文档
文本预览下载声明

哈尔滨理工大学电子信息硕士学位论文

基于因子图的点云地图构建与导航系统设计

摘要

拥有自主导航能力的室外移动机器人在人工智能技术如火如荼发展的大背景

下迎来了快速应用的黄金时期。其中建图和导航是机器人的核心功能,GNSS是目

前进行建图导航的主要数据来源,但是在阴雨天以及建筑物遮挡环境会导致信号

缺失,使得建图与导航误差过大。因此本文采用激光雷达与IMU融合方法,以实

现室外移动机器人建图与导航功能为目标,主要针对建图过程中动态物体残留、建

图中后端位姿优化和重定位与导航系统进行研究。

为解决建图中残留动态物体的问题,设计一种去除动态物体的前端里程计,首

先将激光雷达数据进行预处理。其次针对激光雷达点云数据分布不均匀导致经典

密度聚类算法在动态物体聚类方面表现不佳的问题,提出了改进密度聚类算法以

提高对动态物体的聚类效果。最后基于去除动态物体后的点云进行几何特征匹配

进行位姿优化。通过实车数据集实验验证了改进聚类算法去除动态物体的准确性。

为提高后端位姿优化精度并构建点云地图,研究图优化原理并设计一种图优

化框架,包含由去除动态物体的前端里程计提取的激光雷达里程计因子;由IMU

模型推导而来的IMU预积分因子;由二维回环匹配思想构成的回环检测因子;针

对惯性传感器误差随运行时间递增的问题提出一种观测因子构建方法用于消除误

差。通过gazebo仿真实验初步验证本文构建的图优化框架的有效性。

为实现室外移动机器人导航功能,构建导航系统所需的三个模块。二维栅格图

生成模块利用八叉树思想将点云地图投影生成二维栅格图;重定位模块设计为全

局粗匹配与局部精匹配,粗匹配基于点云描述子进行全局地图匹配。局部精匹配采

用IEKF融合IMU与激光雷达信息进行不断迭代更新局部位姿。导航模块设计为

全局规划采用A*算法,局部规划采用DWA算法。

为验证本文改进的后端因子图算法的精度,分别通过开源KITTI数据集与室

外移动机器人平台进行实验测试,结果表明本文算法与其他开源算法相比有着更

优秀的建图精度。此外进行导航系统的实验验证,首先基于点云地图完成二维栅格

图的构建,其次基于先验地图进行重定位实验,重定位轨迹与建图轨迹进行误差对

比,结果表明误差精度在0.3米以下,满足设计需求。最终进行导航实验,实验结

果表明在长、短两种距离下移动机器人都能够自主导航运动到目标点。

关键词室外移动机器人;点云聚类;图优化;重定位;导航

-I-

哈尔滨理工大学电子信息硕士学位论文

PointCloudMapConstructionandNavigationSystem

DesignBasedonFactorGraph

Abstract

Inthecontextoftherapiddevelopmentofartificialintelligencetechnologies,

outdoormobilerobotswithautonomousnavigationcapabilitieshaveenteredagoldenera

ofswiftapplication.Amongthese,mappingandnavigationarecorefunctionalitiesof

robots.GNSSiscurrentlytheprimarydatasourceformappingandnavigation.However,

signallossduetorainyweatherorobstructionbybuildingscanresul

显示全部
相似文档