近年来,面向需求日益增大的室内位置的相关服务,非常多的人倾向于使用定位技术,医院,仓库物流,博物馆,抢险救灾等场所都是室内定位技术的应用场景。针对在室内定位技术中的组合导航采用的LOAM算法存在较大定位误差问题,该文提出了一种LOAM算法融合APF(自适应粒子滤波)算法。实验表明,使用LOAM算法融合APF(自适应粒子滤波)算法的轨迹比使用LOAM算法的轨迹的定位精度提高了将近一倍。为了更好的验证精度效果,利用R-fans16线激光雷达组合惯性导航器件IMU分别在闭合和非闭合的路线下进行了测试对比分析。结果验证在闭合路线下,LOAM算法融合APF算法为小车提供了精确的位置轨迹;且在非闭环轨迹中使用LOAM算法融合APF算法也能有效的对运动畸变进行校准补偿,滤除噪点,从而达到轨迹修正的效果,减少与真实轨迹的误差,提高了定位精度。该方法解决了定位轨迹中存在的偏差问题,具有一定的实际意义。本文从以下方面进行了研究分析。1.通过介绍激光雷达SLAM、点云数据处理方法、点云配准方法,LOAM算法和APF算法以及回环检测等相关技术的基本概念知识。2.介绍了各种坐标系即坐标系之间的相互转换,还有捷联惯性系统的相关知识,比如一些算法如四元数法和等效旋转矢量法进行了说明。3.从国内外研究现状出发,立足于现有基础硬件平台和研究背景,提出激光雷达结合IMU多传感器组合技术,使用LOAM融合APF算法减小室内定位误差。针对半封闭和全封闭路线下定位轨迹精度的比较,从而满足了对半封闭路线和全封闭路线下的精度的要求,可以有效的消除运动畸变和孤立的噪声点,提高了定位的精度,定位精度可达到厘米级别。