仪器仪表学报

作者：曾宪阳，于浩，梁远生，杨红莉

单位：曾宪阳,南京工程学院工程训练中心应用技术学院南京211167,,于浩,南京工程学院工程训练中心应用技术学院南京211167,,梁远生,南京工程学院工程训练中心应用技术学院南京211167,,杨红莉,南京工程学院工程训练中心应用技术学院南京211167,yanghongli1016@163.com,

关键词：特征点;自适应降采样;多尺度体素空间;前置匹配

基金：南京工程学院创新基金重大项目（CKJA202206）、江苏省研究生科研与实践创新计划项目（SJCX24_1291，SJCX24_1297）资助

针对激光雷达SLAM算法中的LIO-SAM算法在复杂环境中高度定位精度不足的问题，围绕特征点提取与后端点云匹配两个关键环节提出改进策略。在后端匹配方面，鉴于其存在的帧间误差波动大、鲁棒性差的情况，创新性地提出一种基于前置匹配的自适应降采样方法。该方法借助预匹配操作，有效提升初始匹配精度，并依据点云局部密度，动态调整体素滤波分辨率,从而在保证匹配精度的同时显著提升计算效率。在前端特征点提取环节，针对LIO-SAM中曲率计算冗余、排序开销大以及近处点云特征提取率低问题，提出一种结合早期截断（EarlyCutoff）与多尺度体素空间协方差分析的双阶段特征筛选机制。该机制主要针对近处点云，首先通过局部几何变化阈值快速剔除冗余点，随后在多尺度体素网格中进行协方差特征分析，从中筛选出空间分布均衡、几何结构稳定的代表性特征点，远处点云采用原算法提取。在公开数据集KITTI中选取表现稳定的序列07进行对比实验证明，优化后的算法在X、Y轴精度少有提升情况下，Z轴的平均绝对误差下降了26.44%，RMSE下降了24.43%，标准差下降了30.24%，且已在实车平台上完成部署验证，具备良好的鲁棒性与工程适用性。

来源：2025年第7期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第7期