计算机应用研究

作者：冒凡,魏国亮,蔡洁,郑劲康,简单,

单位：上海理工大学a.光电信息与计算机工程学院;b.管理学院;c.理学院,上海200093；

关键词：同时定位与建图,位姿图优化,回环边,大噪声,聚类,

基金：国家自然科学基金资助项目(62273239)；上海市“科技创新行动计划”国内科技合作项目(20015801100)；；

基于图优化的同时定位与建图（SLAM）系统中含有大噪声的回环边，可能严重阻碍优化器迅速收敛到最优解，显著降低定位精确性和地图一致性。因此，针对大噪声回环边的优化算法的鲁棒性至关重要。引入K-means聚类思想，对回环边残差值进行分类，进而建立了一种新的残差阈值模型，自适应调整回环边在优化时的权重，减少回环边对优化的影响；然后，基于迭代重加权最小二乘的思想形成了RW-RLSPGO 算法（residual weighted enhancement for recursive least squares pose graph optimization algorithm，RW-RLSPGO）；最后，在模拟和真实的PGO数据集上进行蒙特卡罗实验。实验结果表明，RW-RLSPGO算法在准确性和鲁棒性方面都取得了显著的提高，验证了其在大噪声环境下的有效性。

来源：2025年第1期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第1期