基于动态点去除的激光雷达SLAM算法

摘要

同时定位与建图（Simultaneous localization and mapping, SLAM）能够在未知环境中构建地图并为机器人提供定位信息，是移动机器人领域重要研究方向之一.当前，大多数SLAM算法在静态环境中有较好的表现，但是在车辆和行人等运动物体较多的环境中，广泛存在的动态点使激光点云前后帧的配准精度不高，降低了动态场景下定位和建图的准确性.针对激光点云中存在动态点的问题，本文对SLAM的前端特征提取及后端回环检测模块分别进行改进，以去除动态点，提升SLAM在动态环境下的性能.针对SLAM前端，提出了一种分步的地面分割方法，依据点云高度信息完成地面点粗提取以矫正点云，再使用随机采样一致性方法对矫正后的点云进行精细的地面分割，最后根据高度阈值采用种子生长聚类方法提取非地面动态点，并进行特征提取与配准；针对SLAM后端，使用点云描述子替代传统方法中基于空间位置关系的回环检测方法，以减小累计误差、提高回环检测灵敏度.实验结果显示，本方法在M2DGR street＿08序列数据集上较现有方法均方根误差最大降低29.8%，在KITTI04序列数据集上均方根误差最大降幅达42.7%，说明本方法能有效增强动态环境下SLAM系统的全局一致性与定位精度.

关键词

同时定位与建图 / 动态点去除 / 地面分割 / 点云配准 / 回环检测

基金资助

国家自然科学基金资助项目(62301030,62273033)