一种基于视觉惯性增强的单线激光SLAM方法

本发明公开了一种基于视觉惯性增强的单线激光SLAM方法，属于多传感器融合定位技术领域，首先，对输入图像提取点线特征,点特征采用Shi‑Tomasi算法检测角点,使用KLT光流算法进行特征点跟踪匹配,线特征采用提出的自适应阈值线段提取算法来提取,计算LBD描述符,然后对线特征进行匹配和跟踪，在前端位姿估计中，将点线特征的重投影误差与IMU预积分误差紧耦合，构建滑动窗口优化框架。利用该视觉‑惯性模块输出的高频位姿作为激光雷达点云配准的先验初值并对激光点云进行畸变矫正，有效克服激光SLAM在快速运动或特征退化场景下的局部最优问题；接着对激光点云提取线特征，联合优化激光线特征误差与IMU预积分误差，提升在结构化环境中的配准精度与鲁棒性。