黄 瑞，张 轶

(四川大学计算机学院 成都 610065)

最近几年来，由于自动驾驶及自主机器人的迅速发展，作为其基础核心技术的时定位与地图构建技术 (simultaneous localization and mapping, SLAM)获得了较多的关注[1-4]。且由于硬件的发展，特别是以多线激光为代表的高精度空间传感器的出现，SLAM 系统在导航精度鲁棒性上都有了较大突破。得益于激光雷达能够获取高精度的距离信息、不受光照变化的影响，且能够提供丰富的结构化信息用于位姿估计，近年来涌现了众多的基于激光雷达的SLAM 算法[5-8]。这些算法的稳定性、定位精度、运算实时性相较基于视觉或视觉与惯性测量单元 (inertial measurement unit, IMU) 融合的方案都有了较大的提升。但基于激光雷达的算法也面临一些其他的问题，如：空间结构信息较少时系统稳定性及精度问题、运动畸变的矫正、动态场景问题等。

为了适应复杂多变的周围环境和无规律的自身运动，需要一种兼具鲁棒性和准确性的定位与建图的方法。在过去的十多年中，基于视觉和单线激光的定位方法取得了较多的成果[2,6-8]；而最近几年，基于多线激光雷达的SLAM 受到了广泛的关注[8-10]。但是现有的激光雷达SLAM 算法在平面结构较多且空间狭小的环境中定位时，会受到结构化约束信息较少而带来的位姿更新误差的影响。更重要的是，如果激光雷达本身进行剧烈运动，其将表现出与结构化信息较少相似的特点：定位误差较大且建图不精确。在剧烈运动过程中，相比处于结构化信息较少的环境，系统更容易积累，这就导致了其定位和建图都会产生更大的误差。……