激光惯导SLAM算法

内河定位精度提升25.6%

融合惯性数据与激光雷达，结合拒绝采样GICP和混合全局描述子，在内河场景中实现精准定位与建图。

王杨 · Liu, Chao · Jiahe, Liu · Jinzhe, Wang · 刘建彬 · Zheng, Kai · 郑仁成

Journal of Marine Science and Engineering 2024

参数信息

定位精度提升（vs A-LOAM）

25.6 %

定位精度提升（vs LeGO-LOAM）

18.5 %

定位精度提升（vs ISC-LOAM）

23.6 %

技术优势

动态去畸变

通过IMU与激光雷达数据融合，补偿USV频繁运动引起的点云畸变，提高建图精度。

匹配更准

采用带拒绝采样的GICP算法和两阶段滤波，筛选关键特征点，提升点云匹配精度。

回环更稳

结合点云强度和距离信息的混合全局描述子，提高回环检测的准确性，减少累积误差。

应用场景

• 内河无人船导航：在GNSS受限的内河环境中提供高精度定位，保障航行安全。
• 水域三维建图：利用改进的匹配和回环检测生成精确的水域三维地图，支撑航道管理。
• 船舶自主定位：提升船舶自主定位的鲁棒性，减少对GNSS的依赖。
• 无人艇导航系统：可集成到现有USV导航系统中，即插即用提升定位建图性能。