基于因子图的LIDAR/UWB/INS紧耦合室内定位方法

基于因子图的LIDAR/UWB/INS紧耦合室内定位方法，首先通过基于轻量级点云分割方法的地面点提取技术，并结合超宽带提供的地面高度先验信息，实现了地面点云的动态校正，显著提升了地面模型的鲁棒性。同时，通过基于信息熵的多信息融合决策模型，有效消除UWB测距数据中的非视距误差。在定位优化中，融合激光点云的高精度局部信息、UWB的全局约束信息以及惯性测量单元的前后关联约束信息，构建弹性因子图模型，实现了精准可靠的位置估计，有效提升了系统在复杂环境下的定位精度与鲁棒性。本发明支持在卫星拒止环境下的持续定位，具有鲁棒性强、计算成本低和厘米级精度的特点，特别适用于四足机器人在挑战性场景的导航和定位。