自适应容积卡尔曼滤波激光视觉融合定位研究

针对激光雷达在长直环境下鲁棒性低以及视觉相机受光照条件影响大的问题，提出一种利用容积卡尔曼滤波将两种传感器采集到的信息进行融合的定位方法，同时为算法添加自适应成分，以提高移动机器人在未知环境下的定位精度。首先通过激光与视觉在同一位置同时对周围物体进行观测，利用图优化算法与PnP算法获得当前机器人位姿信息，再以激光和视觉采集的数据分别作为状态值和量测值不断更新，得到滤波融合后的定位结果。通过Sage-Husa自适应滤波理论增加自适应修正项，解决了长距离观测后的数据发散问题。仿真实验结果表明，以自适应容积卡尔曼滤波的形式进行优化，融合定位误差相较于激光与视觉降低超过25%,有效提升了移动机器人长距离行驶过程中的定位精度。