摘要：
我们提出了一种位姿图优化方法，该方法使移动机器人能够使用 Microsoft Kinect 相机创建平面室内环境的 3D 地图。 该方法不是使用点特征，而是依赖于平面表面的配准。 平面匹配用于实现（前端）构建姿势图，然后通过最先进的（后端）对其进行优化。 从获取的与机器人姿势相关的点云中提取垂直平面； 然后使用平面匹配算法在连续的机器人姿势之间创建约束。 使用 3D 特征检测地点重访情节，以提供闭环约束。 这些约束为位姿图优化算法提供输入，该算法计算机器人轨迹的估计。 最后，通过将相应平面附加到轨迹的每个姿势来创建 3D 地图。 平面表面在点特征方面更具鲁棒性和描述性，并提供了对旋转的准确估计。 此外，前端结合几何和基于外观的信息来过滤异常值并执行稳健的平面关联。 真实环境中的初步实验结果表明，该方法能够创建一致且接近现实的 3D 地图。
International Conference on Intelligent Autonomous Systems、Jan 2016
