摘要：目前多数LiDAR-SLAM 系统采用前端里程计估计初始位姿和后端优化位姿的方法，缺少批量的后端优化方案。基于此问题，提出了一个完整的基于显式几何特征的激光雷达SLAM系统，采用凝聚层次聚类方法实现平面特征点云平面分割并通过计算点云的局部曲率值筛选直线特征点；通过配准点云特征和特征子地图，实现激光雷达运动的初始位姿估计；采用基于直线和平面基元的局部状态优化方法，基于因子图模型融合了直线因子和平面因子，通过最小化直线到直线和平面到平面的残差，实现了位姿、直线和平面参数的联合批量优化。最后实验结果表明提出的SLAM系统在其他场景也能实现较高精度的定位和地图构建，满足SLAM的实时性要求。
文章目录
0 引言
1 基于聚类的显式几何特征提取方法
2 基于聚类的显式几何特征提取方法
3 基于显式几何特征的 SLAM 系统
4 实验与评估
5 结论
