一种基于动态剔除和场景匹配的 Robust SLAM 方法

针对动态环境中移动物体和结构变形引起激光雷达自主定位精度下降的问题，本文提出了一种Dynamic Lego-loam方法。为减小动态点误匹配给激光雷达里程计带来的误差，该方法首先在里程计精解算之前，提出了一种基于先验信息的点云粗配准算法用以剔除动态点，提高了激光雷达里程计的匹配精度。然后，针对环境中的动态变化带来的误差累积和建图重影问题，利用场景匹配的方法优化了传统基于半径的闭环检测方法。大范围采用基于半径的粗搜索快速定位至局部场景，小范围构建区域高度差描述符精确匹配至最相似历史帧，最终实现了精准的闭环检测并提高了动态环境中的建图精度。实验结果表明，在动态环境下，Dynamic Lego-loam算法相较于Lego-loam算法自主定位精度提高了63%。

A Robust SLAM method based on eliminating dynamicpoints and matching scenes