基于3D激光SLAM的果园机器人定位与建图方法研究OA

近年来我国水果产业蓬勃发展,但仍存在依赖人工、效率低、劳动力成本高、智能化水平低等问题,发展果园机器人是破解行业瓶颈的重要路径。在果园室外大场景下,受果园中枝叶遮挡和光照变化等复杂外界环境的影响,果园机器人存在定位精度偏低、地图构建累积误差过大进而导致轨迹漂移的问题。为此,提出一种基于3D激光SLAM果园机器人的定位与建图方法。基于LIO-SAM算法框架,引入Scan Context回环检测算法,通过“半径搜索粗匹配和Scan Context搜索精准匹配”的搜索策略筛选回环帧,并结合ICP回环帧配准算法,有效减少果园地图构建过程中的累积误差,提升回环帧检测的准确性。通过KITTI数据集和真实的果园环境验证所提方法的有效性,试验结果表明,改进的LIO-SAM算法相比于LIO-SAM的绝对和相对位姿误差的标准差分别降低了47.21%、64.41%,搜索的回环数量提高28.57%;改进的LIO-SAM算法的行、列间距均值分别降低了53.1%、55.6%,改进的LIO-SAM算法构建的地图精度更高。