融合IMU信息的三维激光SLAM方法

针对激光雷达SLAM(Simultaneous Localization and Mapping)算法定位精确度不高且鲁棒性较差的问题，文中提出了一种融合IMU(Inertial Measurement Unit)数据到三维点云配准过程的SLAM方法。在LeGO-LOAM(Lightweight and Ground-Optimized Lidar Odometry and Mapping on Variable Terrain)算法的研究基础上，在地面点提取环节引入IMU数据，将点云映射到世界坐标系下，减小载体抖动对地面点提取的影响。利用IMU输出信息消除点云由于载体运动产生的畸变，增强算法的鲁棒性。使用三点聚类法对一帧点云进行聚类分析，减少杂点的干扰，加快点云配准过程，提高了算法定位精度；同时引入闭环检测，减小匹配过程中的累积误差，得到全局最优解。结果表明，在大型户外干扰较多的环境中，改进SLAM算法减少了求解得到的轨迹波动，提升了点云配准精度，增强了算法的鲁棒性。