机床与液压

北大核心,WJCI

国内刊号:44-1259/TH

国际刊号:1001-3881

机床与液压杂志2026年第3期:基于ESKF位姿估计和约束优化的改进Cartographer算法

发布日期:

作者:陈帅,朱建阳,蒋林,曾勇,钟世杰

单位:武汉科技大学冶金装备及其控制教育部重点实验室;武汉科技大学冶金装备及其控制教育部重点实验室;武汉科技大学机器人与智能系统研究院;武汉科技大学冶金装备及其控制教育部重点实验室;武汉科技大学机器人与智能系统研究院;武汉科技大学冶金装备及其控制教育部重点实验室;武汉科技大学冶金装备及其控制教育部重点实验室

关键词:Cartographer算法;ESKF融合;运动幅值;约束筛选;室内建图

基金:国家重点研发计划项目(2019YFB1310000);国家自然科学基金项目(51874217)

针对Cartographer算法前端位姿估计精度不足和后端约束筛选机制不均衡的问题,提出一种基于ESKF融合的位姿估计和运动幅值筛选约束的回环检测方法来优化Cartographer算法。在前端位姿估计阶段,采用ESKF滤波方法融合IMU数据和里程计数据,补偿里程计产生的线速度偏差和IMU的旋转估计偏差,提高位姿估计的准确性。在后端回环约束筛选阶段,在保留原始节点集合空间结构信息的同时,基于运动幅值从子图集合中筛选出稀疏骨架节点,通过扫描匹配与最新子图构建约束,完成位姿图优化并构建地图。在真实环境实验中,文中算法相比Cartographer算法的匹配分数提升约3.5%;在两个不同的公开数据集实验中,文中算法建图时的绝对轨迹误差相比Cartographer算法分别降低24.36%和16.36%,建图效果更好。实验结果表明:文中算法在环境适应性和建图全局一致性方面表现优异。

来源:2026年第3期

《机床与液压》期刊编辑部

查看机床与液压杂志2026年第3期

联系我们

  • 地址:广州市黄埔区新瑞路2号
  • 电话:020-32385312
  • E-mail:jcy@gmeri.com

咨询工作人员