基于优化地面分割与回环检测的激光同时定位与建图算法

提出一种优化地面分割与回环检测策略的激光雷达同时定位与建图（SLAM）算法，首先，建立同心区模型，使用主成分分析（PCA）算法来提取点云区域性统计特征，设计地面似然估计二分类方法去除地面上可能出现的非地面点。其次，在特征中提取模块，通过平坦度与球度系数来额外提取球体特征，以此来增加提取点云帧上的关键点。最后，优化回环匹配策略，采用基于马氏距离的鲁棒解耦的全局准配策略，矫正累积误差，提高定位与建图精度；在公开数据集、实际环境中评估算法性能与验证实际应用偏好，并与LOAM、LeGO-LOAM、FAST-LIO等算法进行对比。结果表明，相比于LeGO-LOAM算法，所提算法在定位精度和稳定性上均有大幅度提升，其中在具有回环序列00和02上定位精度提升分别达到82.92%和83.38%，在无回环序列10上定位精度提升达到63.18%，现场验证表明所提算法满足实际应用需求。