返回

多传感器融合 SLAM 技术

技术解读阅读约 6 分钟

其域创新在移动SLAM扫描行业内率先应用多传感器融合SLAM（即Multi-Slam）技术，以实现在复杂场景下更稳定、更高质量的数据效果

同时定位与建图（Simultaneous Localization and Mapping，SLAM）技术是指移动机器人利用自身搭载的传感器构建环境地图，同时利用环境信息进行自主定位。其中有两种较为主流的技术方案——视觉 SLAM 和激光雷达 SLAM，然而面对复杂环境时他们有各自的缺陷：视觉 SLAM 系统易受视觉环境变化的影响，激光雷达 SLAM 系统则在缺乏特征点的环境中会出现精度退化的情况。其域创新在移动 SLAM 扫描行业内率先应用多传感器融合 SLAM（即 Multi-SLAM）技术，以实现在复杂场景下更稳定、更高质量的数据效果。

单传感器 SLAM 技术的局限性

  • 视觉 SLAM 局限性：
    • 视觉 SLAM 系统易受视觉环境变化的影响，例如重复纹理、光照变化、动态场景等，这些因素可能导致特征点匹配失败，影响系统的稳定性和准确性。
    • 视觉传感器本质上是一种角度测量传感器，不能直接测量距离信息，需要从多视图中重构出特征的距离，这增加了计算复杂度和误差风险，结果测量精度较差。
  • 激光雷达 SLAM 局限性：
    • 激光雷达 SLAM 系统在结构单一或特征不明显的环境中会出现精度退化甚至失效的情况，例如在隧道或高速路等环境中。
    • 激光雷达数据在载体动态性较强时会发生畸变，导致 SLAM 精度下降。

为了解决单传感器的局限性，我们进一步探索了多传感器融合 SLAM 的技术路径。

多传感器融合 SLAM 的优势与效果

激光雷达、相机和惯性测量单元（Inertial Measurement Unit，IMU）三者之间具有较好的互补性。IMU 测量不受环境特征的影响，惯性导航系统仅基于载体运动产生的惯性信息就可以对速度、位置和姿态进行全参数估计。惯性导航估计的运动参数可用于校正雷达数据的畸变、补偿单目视觉缺失的尺度信息等；而激光雷达 SLAM 和视觉 SLAM 测量的载体运动则可以校正惯性导航系统的累积误差。多传感器融合 SLAM 技术通过结合不同传感器的互补性来提升 SLAM 系统的性能：

  • 提高精度和鲁棒性：多传感器融合可以利用不同传感器的互补信息，如 IMU 提供的运动信息可以校正激光雷达数据的畸变，补偿视觉 SLAM 缺失的尺度信息，从而提高系统的精度和鲁棒性。
  • 环境适应性更强：多传感器 SLAM 系统能够在更广泛的环境条件下工作，如在视觉环境特征匮乏或激光雷达精度下降的场景中，通过融合其他传感器数据，系统仍能保持较好的性能。
  • 提升系统可靠性：在某些传感器失效或数据不可信的情况下，其他传感器可以提供备份信息，保证 SLAM 系统的连续运行。
  • 增强系统动态性：多传感器融合可以提供更高频的更新和更准确的动态模型，适应快速移动的平台。
技术人员手持空间扫描仪在建筑下方完成外业数据采集
技术人员手持空间扫描仪在建筑下方完成外业数据采集

多传感器 SLAM 融合的难点

尽管多传感器融合 SLAM 技术具有明显优势，但难点也很多，这些也是其域创新持续投入研发力量解决的方向：

灵光 L2 Pro 实时三维点云与前代产品效果对比
灵光 L2 Pro 实时三维点云与前代产品效果对比
  • 实时性：在保证算法精度的同时，还需要考虑算法的实时性，以满足快速移动平台的需求。事实上，SLAM 的原义——同时定位与建图就定义了 SLAM 是必须实时处理出结果的。其域创新作为首个真正意义上的移动 SLAM 扫描仪厂商，在初代产品上就已实现设备端侧实时解算，目前最新产品已优化至实时效果与上一代产品后处理的效果接近。
  • 传感器标定：需要精确标定不同传感器之间的相对位置和时间同步，这是有效融合传感器数据的前提。标定过程复杂，且需要高精度的标定设备或算法。
  • 数据融合算法：多传感器数据的融合需要复杂的算法来处理不同传感器的数据特性，如不同传感器的数据频率、时间戳对齐、数据格式等。
  • 信息一致性：确保来自不同传感器的信息在融合过程中的一致性是一个挑战，特别是在传感器观测存在差异时。
  • 计算资源需求：多传感器融合 SLAM 系统通常需要更多的计算资源，包括处理器性能和内存。其域创新在分布式高性能计算领域有长期的沉淀，利用边缘计算提升设备端侧的数据处理能力，实现多传感器实时融合重建。
  • 算法复杂度：设计有效的多传感器融合算法需要考虑多种因素，如传感器的动态特性、环境变化等，这增加了算法设计的复杂度。

其域创新在多传感器融合 SLAM 上的实践

在移动 SLAM 扫描领域，其域创新通过不懈的技术追求和实践，引领了多传感器融合 SLAM 技术的革新。面对视觉 SLAM 和激光雷达 SLAM 在复杂环境下的挑战，其域创新不仅在理念上提出了融合激光雷达、相机和 IMU 的多传感器方案，而且在实践中实现了从第一代产品灵光 L1 到最新灵光 L2 Pro 的技术迭代，显著提升了系统的精度、鲁棒性和环境适应性。通过解决实时性、传感器标定、数据融合算法、信息一致性和计算资源需求等关键难点，其域创新展现了在技术突破上的追求和脚踏实地的做法，持续推动三维手持 SLAM 扫描设备向更高效、更智能的方向发展，为行业树立了新的技术标杆。

分享文章

浏览其它文章