摘要: 精确定位和准确构建地图(SLAM)是电缆沟巡检机器人顺利完成巡检任务的基础。传统激光 SLAM算法在电缆沟环境中容易产生“长廊效应”,且容易在 z 轴方向上产生漂移。针对上述问题,提出了一种基于多传感器融合的改进扩展卡尔曼滤波激光雷达测距与制图(EKF_LOAM)算法。通过扩展卡尔曼滤波器(EKF)将车轮里程计和惯性里程计融入 LeGO_LOAM 算法框架中来抑制“长廊效应”,在 EKF_LOAM 算法的基础上引入 IMU 的 z 轴线速度测量值,并设计基于特征点数量的自适应协方差计算方程,约束由面特征点严重缺失引起的 z 轴漂移。分别在虚拟和真实电缆沟环境中开展实验,结果显示所提算法的最终行进误差比 LeGO_LOAM 算法的行进误差减小了超过 40%,比 Cartographer 算法的行进误差减小 4.57%,z 轴方向误差比 EKF_LOAM 算法减小 49%,证明了所提算法在电缆沟环境中优于传统的 LeGO_LOAM、Cartographer 和 EKF_LOAM 算法,更适用于电缆沟巡检任务。