摘要
一种适用于室外大规模场景的高精度激光SLAM方法,本发明涉及一种SLAM方法,本发明为解决在室外大规模场景下建图容易出现累积漂移和回环失败等情况,导致现有的大多数激光SLAM方法在室外大规模场景下存在建图精度低,建图结果与实际一致性差等问题。本发明在LIO‑SAM研究基础上,通过前端对激光点云进行聚类分割和特征筛选来提取准确可靠的特征点,在后端引入Scan Context算法进行回环检测,增强激光SLAM算法在室外大规模场景中回环检测能力,校正累积漂移,从而提高建图精度和效率。本发明属于机器人软件技术领域,可以用于移动机器人、无人驾驶、工业领域和社会服务领域。
技术关键词
激光SLAM方法
距离图像
激光雷达
激光点云数据
接地点
激光SLAM算法
场景
地面
BFS算法
建图
激光束
角点特征
移动机器人
聚类
计算中心
分辨率