一种基于梯度下降优化的多模态紧耦合SLAM方法

一种基于梯度下降优化的多模态紧耦合SLAM方法，包括：实时采集智能移动设备运动过程中的环境特征数据，并通过检测反光标记确定智能移动设备的空间位置，以构建时间同步的多模态观测集。从多模态观测集中识别并提取多模态特征，以对多模态特征进行特征融合，得到统一编码的联合特征集。基于联合特征集，构建多模态特征约束和标记锚点约束的初始位姿图。调用误差函数对多模态观测残差与标记残差进行建模，并通过迭代调整位姿与建模估计的误差对初始位姿图进行优化。对优化后的初始位姿图进行全局一致性校验，并输出环境建模结果与智能移动设备的位姿状态，解决了复杂场景下空间狭窄与金属干扰导致的SLAM收敛困难的问题。