室内复杂环境中LIO-SLAM算法的改进与优化

郝亮; 陈国杰; 胡肖彤; 叶俊杰; 王奇斌

doi:10.11714/acta.snus.ZR20250210

您当前的位置：

首页 >

文章列表页 >

室内复杂环境中LIO-SLAM算法的改进与优化

机器人视觉感知与控制（组稿人：袁小芳） | 更新时间：2026-01-19

- 室内复杂环境中LIO-SLAM算法的改进与优化
- Improvement and optimization of LIO-SLAM algorithm in indoor complex environments
- 中山大学学报(自然科学版)(中英文) 2026年65卷第1期页码：23-32
- 作者机构：
  
  西安电子科技大学机电工程学院，陕西西安 710071
- 作者简介：
  
  郝亮（1985年生），男；研究方向：机器人和SLAM导航；E-mail：haoliang@xidian.edu.cn
  王奇斌（1988年生），男；研究方向：人工智能算法；E-mail：qbwang@xidian.edu.cn
- 基金信息：
  
  中央高校基本业务费(ZYTS25049)
- DOI：10.11714/acta.snus.ZR20250210
  中图分类号： TP24
- 收稿：2025-09-28，
  
  录用：2025-10-30，
  
  网络首发：2026-01-08，
  
  纸质出版：2026-01-25
- 稿件说明：
移动端阅览
郝亮,陈国杰,胡肖彤等.室内复杂环境中LIO-SLAM算法的改进与优化[J].中山大学学报(自然科学版)(中英文),2026,65(01):23-32.

HAO Liang,CHEN Guojie,HU Xiaotong,et al.Improvement and optimization of LIO-SLAM algorithm in indoor complex environments[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2026,65(01):23-32.
郝亮,陈国杰,胡肖彤等.室内复杂环境中LIO-SLAM算法的改进与优化[J].中山大学学报(自然科学版)(中英文),2026,65(01):23-32. DOI： 10.11714/acta.snus.ZR20250210.

HAO Liang,CHEN Guojie,HU Xiaotong,et al.Improvement and optimization of LIO-SLAM algorithm in indoor complex environments[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2026,65(01):23-32. DOI： 10.11714/acta.snus.ZR20250210.

摘要

针对传统开源的激光惯性里程计（LIO，lidar-inertial odometry）和即时定位与地图构建（SLAM，simultaneous localization and mapping）结合的LIO-SLAM在室内复杂环境中受激光特征稀疏与动态遮挡影响、定位精度下降等问题，提出一种融合视觉里程计的改进方法。在保持LIO-SLAM 激光惯性紧耦合框架的基础上，引入基于ORB特征的三维定位与地图构建算法（ORB-SLAM）作为独立的视觉里程计模块，为系统提供高频率、丰富纹理的视觉约束信息。通过自适应权重融合策略，实现激光、惯性与视觉观测的多源优化，增强了在弱几何约束、纹理丰富但结构复杂环境中的鲁棒性。在多种典型室内场景（走廊、开放大厅及动态人群环境）中开展了实验验证。结果表明，相较于原始LIO-SLAM，整体轨迹误差降低至原始系统的70%。研究验证了视觉-激光-惯性多模态融合在室内复杂环境下的可行性与有效性，为高精度室内自主定位与地图构建提供了新的思路。

Abstract

This paper proposes an improved method that integrates visual odometry to address the defect of traditional LIO-SLAM being affected by sparse laser features and dynamic occlusion in complex indoor environments，resulting in decreased positioning accuracy. Specifically，while maintaining the LIO-SLAM laser inertial tight coupling framework，ORB-SLAM is introduced as an independent visual odometry module to provide high-frequency and rich texture visual constraint information for the system. By using an adaptive weight fusion strategy， multi-source optimization of laser， inertial， and visual observations is achieved， enhancing robustness in environments with weak geometric constraints and rich textures but complex structures. The experiment was conducted in various typical indoor scenarios（corridors， open halls， and dynamic crowd environments）， and the results showed that the overall trajectory error was reduced to 70% of the original system， compared to the original LIO-SLAM. This study validates the feasibility and effectiveness of visual laser inertial multimodal fusion in complex indoor environments， providing new ideas for high-precision indoor autonomous positioning and map construction.

关键词

Keywords

references

蔡培培，刘磊，董凯，等， 2025 . 基于图像稀疏表示的移动机器人视觉SLAM回环检测方法研究［J］. 自动化与仪器仪表， 8 ： 118 - 122 .

丁健，唐泽安，吕奕新，等， 2025 . 基于ORB-SLAM3的实时跟踪与稠密建图［J］. 中国高新科技， 13 ： 121 - 123 .

冯迎宾，李亚玮，王天龙，等， 2025 . 动态场景下基于激光雷达的SLAM算法［J］. 沈阳理工大学学报， 44 （ 5 ）： 1 - 7 .

洪志云， 2025 . 多传感器融合系统在家用扫地机器人中的应用［J］. 产业创新研究， 16 ： 83 - 85 .

蒋风洋，程瑶，韩哲，等， 2025 . 基于LVI-SAM-Stereo的多传感器融合室内外建图定位［J］. 山东大学学报（工学版）， 55 （ 4 ）： 72 - 83 .

李旭，阳奥凯，刘青，等， 2025 . 基于改进ORB-SLAM2算法的温室机器人定位与稠密建图方法［J］. 农业机械学报， 56 （ 8 ）： 427 - 437 .

柳炳琦，张峻山，唐辉，等， 2025 . 激光与视觉SLAM的算法综述［J/OL］. 激光与光电子学进展 .［ 2025-07-15 ］. https：//kns.cnki.net/kcms/detail/detail.aspx？dbcode=CJFD&dbname=CJFD&filename=JGDJ2025071400F https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFD&filename=JGDJ2025071400F .

陆佳嘉，惠彦凯，杭琦琳，等， 2025 . 基于改进ORB的视觉里程计设计［J］. 电子设计工程， 33 （ 16 ）： 1 - 6 .

罗娟，赵瑞祺，张传伟，等， 2025 . 基于语义信息的无人车激光-惯性SLAM技术研究［J/OL］. 激光与光电子学进展， 1 - 29 .［ 2025-09-24 ］. https：//kns.cnki.net/kcms/detail/detail.aspx？dbcode=CJFD&dbname=CJFD&filename=JGDJ2025092300P https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFD&filename=JGDJ2025092300P .

王宁，王琪龙，汤奥斐，等， 2025 . 基于特征单一隧道环境的LIDAR/IMU紧耦合建图方法［J/OL］. 激光与光电子学进展 . https：//doi.org/10.3788/LOP251669 https://doi.org/10.3788/LOP251669 .

吴蕊，李振华，蔡宇鑫， 2025 . 基于ROS的视觉导航机器人设计［J］. 物联网技术， 15 （ 12 ）： 74 - 77+82 .

吴永豪，李胜，邹文成， 2025 . 动态场景中的多传感器融合SLAM算法研究［J/OL］. 电子测量与仪器学报 .［ 2025-08-14 ］. https：//kns.cnki.net/kcms/detail/11.2488.tn.20250814.1403.004.html https://kns.cnki.net/kcms/detail/11.2488.tn.20250814.1403.004.html .

余浩扬，李艳生，肖凌励，等， 2025 . 面向动态环境的巡检机器人轻量级语义视觉SLAM框架［J］. 电子与信息学报， 47 （ 10 ）： 3979 - 3992 .

余夏怡，郑恩辉，孙海迪， 2025 . 基于目标检测和光流法的动态SLAM算法［J］. 现代电子技术， 48 （ 17 ）： 48 - 54 .

颜金龙， 2025 . 基于ORB-SLAM3的水下机器人定位方法研究［J］. 机电技术， 48 （ 3 ）： 1 - 6 .

曾宪阳，于浩，梁远生，等， 2025 . LIO-SAM改进：自适应降采样与特征筛选优化［J/OL］. 仪器仪表学报， 1 - 9 . https：//doi.org/10.19650/j.cnki.cjsi.J2514244 https://doi.org/10.19650/j.cnki.cjsi.J2514244 .

周淑凯，张俊杰，田恬，等， 2025 . 四足机器人室内导航的多模块优化Fast-SLAM算法研究［J］. 现代信息科技， 9 （ 18 ）： 169 - 173 .

周永光，李晓彬，梅海青，等， 2025 . 基于多传感器融合SLAM的AGV自动装车导航系统设计［J］. 烟草科技， 58 （ 9 ）： 107 - 112 .

周云水，高澄宇，黄圣杰，等， 2025 . 一种高动态场景下视觉激光融合SLAM系统［J］. 汽车工程， 47 （ 9 ）： 1712 - 1720 .

CHANG H ， CHOI J B ， YEUM C M ， 2026 . 3D reconstruction by looking： Instantaneous blind spot detection for indoor SLAM through mixed reality ［J］. Adv Eng Inform ， 69 ： 04065 .

LEE J ， CHUNG W ， KIM J ， 2025 . LiDAR-based long-term mapping in snow-covered environments ［J］. Sensors ， 25 （ 21 ）： 6805 .

LIU Y F ， KUANG Y J ， LIU C K ， et al ， 2026 . Map-aided visual SLAM factor graph optimization algorithm for vehicle positioning in GNSS-denied areas ［J］. Measurement ， 259 ： 119687 .

MA Z W ， CHENG W S ， 2024 . Visual-inertial RGB-D SLAM with encoder integration of ORB triangulation and depth measurement uncertainties ［J］. Sensors ， 24 （ 18 ）： 5964 .

MUSLIM M T ， SELAMAT H Z ， ABURAYA A ， 2025 . YOSO-SLAM：A real-time object visual SLAM for dynamic scenes with semantic three-dimensional mapping ［J/OL］. Arab J Sci Eng . https：//doi.org/10.1007/s13369-025-10840-410.1007/s13369-025-10840-4 https://doi.org/10.1007/s13369-025-10840-410.1007/s13369-025-10840-4 .

WANG J W ， WAN W P ， 2022 . Research on the effectiveness of monocular visual SLAM depth estimation base on improved ORB algorithm ［J］. Proc Int Conf Artif Life Robot ， 27 ： 318 - 322 .

XIAO F ， ZHANG Y H ， FANG J ， et al ， 2025 . Improving the navigation optimization of hospital logistics robots under complex lighting changes by using improved ORB-SLAM3 and deep learning visual SLAM algorithm ［J］. Discov Appl Sci ， 7 （ 4 ）： 291 .

XU J ， QI H ， XU M ， et al ， 2022 . Tracking and mapping strategy for indoor UAV based on entropy theory：An ORB-SLAM3 extension ［C］// The 41st Chinese Control Conference . Hefei， China ： 3267 - 3272 .

浏览量

409

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据