高精地图是智能车辆实现完成驾驶任务过程中最基础和最关键的部分,如何构建出精度高、便于使用的地图一直是智能驾驶领域所研究的重点和难点。目前,智能车辆的应用主要是特种车辆在特定场景下的自动驾驶应用,这些场景往往同时涉及室内与室外环境,因此构建室内外一体化地图具有重要的现实意义。本文针对特殊场景研究了基于激光雷达和惯性测量单元(Inertial Measurement Unit,IMU)融合的智能车辆地图构建方法。本文的研究内容主要包含以下几个方面:针对传统激光雷达建图方法存在的累计误差大、建图效果差的问题以及各种多传感器融合建图方法的不足,研究了基于激光雷达和惯性测量单元融合的点云地图构建方法。首先,在传统激光雷达建图方法中引入惯性测量单元数据消除激光雷达的运动误差并采用基于特征的方法进行点云匹配;然后,根据激光雷达约束项和惯性测量单元约束项构建联合优化模型,通过求解优化模型来估计车辆的运动姿态并根据估计结果构建点云地图。针对传统地图格式复杂、不适于智能车辆使用的问题,结合智能车辆对地图的需求,研究面向智能车辆的地图生成方法。首先,根据驾驶场景的特点和智能车辆对于地图的需求确定了该场景中智能车辆所需的地图格式;然后,利用激光雷达点云中的特征点进行道路结构粗提取并根据得到的道路点云提取道路参考线和道路坡度、侧倾角等结构信息;最后,按照既定的地图格式将道路参数信息写入到地图文件中,从而实现接口明确、易于使用的面向智能车辆的轻量级地图的生成。搭建智能车实验平台,设计并开发了智能车辆地图构建系统。在不同的实验场景中进行实车实验,通过实验验证的方式证明本文方法的有效性和实用性。仿真实验和实车实验结果表明,本文方法构建的点云地图具有更高的精度和鲁棒性。此外,本文方法生成的地图文件能够满足智能车辆的驾驶需求并且在具有结构简单、体量小和易于使用的特点。