Face aux problèmes rencontrés par la LIO-SLAM combinant l'odométrie inertielle laser open source traditionnelle (LIO) et le SLAM (localisation et cartographie simultanées) dans des environnements intérieurs complexes, tels que la rareté des caractéristiques laser, les occultations dynamiques et la diminution de la précision de localisation, une méthode améliorée intégrant l'odométrie visuelle est proposée. En maintenant le cadre de couplage étroit laser-inertiel de LIO-SLAM, un algorithme de localisation et de cartographie 3D basé sur les caractéristiques ORB (ORB-SLAM) est introduit comme module odométrique visuel indépendant, fournissant au système des contraintes visuelles à haute fréquence et riches en textures. Grâce à une stratégie de fusion adaptative des poids, une optimisation multi-sources des observations laser, inertielle et visuelle est réalisée, renforçant la robustesse dans des environnements à faibles contraintes géométriques, riches en textures mais structurellement complexes. Des expérimentations ont été menées dans plusieurs scènes intérieures typiques (couloirs, halls ouverts et environnements de foule dynamique). Les résultats montrent que l'erreur globale de trajectoire est réduite à 70 % par rapport au système original LIO-SLAM. L'étude confirme la faisabilité et l'efficacité de la fusion multimodale visuelle-laser-inertielle en environnements intérieurs complexes, offrant de nouvelles perspectives pour la localisation autonome intérieure de haute précision et la construction de cartes.

localisation autonome intérieure;LIO-SLAM;ORB-SLAM;odométrie visuelle;fusion multisensorielle