本技术介绍了一种适用于地下受限空间的LiDAR-IMU标定方法。该方法涉及原始LiDAR点云帧的分割与畸变校正,通过合并子帧点云并进行球面投影,生成高清晰度强度图像。构建了一种标定框架,以实现精确的空间定位和数据融合,提高了地下空间测量的准确性和效率。
背景技术
高精度的地下空间三维地图模型是实现智慧空间建设的重要技术手段。在地下车场、廊道、巷道、采区工作面等地下受限空间中,空间结构狭长,光线昏暗,障碍物众多,利用水准仪、全站仪等传统方法难以快速获取地下空间三维信息,难以适应当今地下空间建模和设备运营维护要求。基于激光点云的同时定位与建图技术(SLAM),可实时、高效地构建复杂空间中高精度的三维地图。然而,地下受限空间中点云分布不均匀且结构相似,易导致激光点云退化。惯性测量单元(IMU)可提供高精度的位姿估计,弥补激光雷达在地下受限空间点云特征退化问题。准确标定LiDAR与IMU间外部参数,将异源数据统一至同一时空坐标系下,促进激光惯性SLAM数据融合,显著提升环境建模质量。
现阶段的激光惯性SLAM系统外参标定工作大多在设备投入使用前的准备阶段完成,并假设传感器间外参在长时间的运行过程中不再发生变化。然而在复杂工作环境中,由于外部冲击、机械结构调整或长期工作下的累积形变等不确定因素影响,初始外参容易失效。为解决这些问题,国内外学者进行了大量研究,并针对性提出了LiDAR/IMU在线标定算法,用于及时纠正传感器间空间外参偏差,确保SLAM系统持续稳定运行。但是,目前在线标定方法均忽视IMU零偏的精确校准,仅将IMU零偏作为标定待求参数,同时地下受限空间中几何特征单一、点云特征退化严重,难以提取环境平面用以约束IMU零偏,IMU零偏误差随着时间逐渐积累,将导致IMU轨迹发生漂移,进而严重降低LiDAR/IMU外参标定精度。
实现思路