姜晶营 路铭 王子钰 李钰泽 边亮亮

摘要：针对构建点云地图存在的位姿漂移误差问题，本文提出了一种基于因子图优化的点云地图构建的方法，利用回环约束与GNSS（global navigation satellite system）约束消除了建图的漂移误差。通过履带机器人平台在实际园区场景中进行了数据采集和实验验证。实验结果表明：该方法利用因子约束对历史位姿轨迹进行优化可进一步提高点云地图的局部结构精度与一致性，为履带机器人提供可靠的定位与导航数据。

关键词：因子图优化;履带机器人;点云地图

引言

随着科技技术的发展，无人驾驶技术广泛应用于各行各业。履带机器人以其优越的机动性能而得到发展，可应用于结构化与非结构化的道路上，可爬坡、越障，具有较好的环境适应性。当前履带机器人是无人驾驶技术发展的重要载体，通过两个技术的结合，可执行特殊场景下的任务。履带机器人实现巡逻侦查的关键技术则是定位与地图构建技术，利用定位与建图技术可为无人驾驶载体提供先验的地图信息，这在高精定位与导航中都发挥着重要作用。其中基于激光雷达的定位与建图技术受环境影响小，具有高可靠性而得到了充分的发展。

为了实现低成本的履带机器人的高精度激光SLAM（simultaneous localization and mapping）地图构建，本文设计了一种基于因子图优化的多传感器融合定位与地图构建方法，算法框架如图1所示。首先是传感器的标定与数据预处理，消除物理安装所带来的误差及提供平滑的点云数据;然后是基于NDT（normal distributions transform）算法的点云地图构建;最后是利用因子图对历史位姿轨迹进行优化，消除构建地图的漂移误差。……