顾及场景先验信息的大规模室内环境激光雷达建图

针对大规模室内环境激光雷达建图过程中帧间配准精度低、累积误差大的问题，本团队提出了一种融合多类型场景先验信息的移动建图方法。通过构建融合文本、图像与模型等多源场景先验信息的建筑骨架特征提取框架，形成了支持室内定位建图的高效辅助数据；通过设计建筑骨架特征模式，并研究基于它的两阶段检索与配准机制，实现了全局定位与位姿优化约束的构建；通过引入骨架丰富度引导机制，提升了不同场景下激光里程计方法的鲁棒性；提出了点云地图轻量化表征策略，该策略兼顾语义结构与表达效率，可以提升轻量化点云地图在辅助定位与环境感知方面的效率。实验结果表明，本文方法在办公楼、展览厅、地下车库等典型场景中均可实现精度优于10 cm的点云地图在线构建，算法效率优于现有主流激光里程计方法，可以更好地满足移动机器人定位与环境感知需求。