面向退化环境的多传感器融合SLAM方法的研究

准确的定位和地图信息是实现井下铲运机自主导航行驶的关键.然而,对于井下环境,颠簸和湿滑的路面使编码器里程计提供的信息偏差大,没有显著特征的长巷道即感知退化的环境使雷达等传感器的位姿估计容易产生漂移,获得准确的位置和地图信息在井下环境仍具有挑战性.为实现这一目标,创新地采用松耦合框架和监督算法结合,提出了一种面向退化环境的多传感器融合 SLAM(同时定位和建图)方法.此方法使用激光雷达和IMU(惯性测量单元),通过卡尔曼滤波器对 IMU的高频数据和激光雷达低速姿态估计进行融合,从而提供更为准确的定位估计.此外,此系统可以自我评估退化环境,当评估到系统进入退化环境时,忽略激光雷达的位姿估计从而减少漂移.通过在井下环境中对此系统进行测试,并与其他主流方法进行对比,证明了系统的鲁棒性和高性能.