智慧城市是当今时代发展的趋势,精确的位置信息和直观的地图表达是实现数字化城市的重要组成部分。随着传感器技术、计算机技术的不断发展,基于各类传感器的同时定位与地图构建解决方案已被广泛应用于机器人自主导航、无人驾驶、移动测量和战场环境构建等领域。在众多传感器选择中,激光雷达和相机存在巨大优势互补,成为当前研究的热点。但现存解决方案仍存在一些问题,主要有:(1)数据处理实时性与精度的矛盾;(2)数据利用不充分,信息融合不紧密;(3)地图构建缺乏一致性。因此,研究精确的、实时的、信息融合更为紧密且地图构建一致性更强的组合方案具有重要的实际应用价值。围绕激光雷达/相机紧密组合的同时定位与三维地图构建问题,为充分利用点云和影像信息,本文从数据关联、地图初始化、运动估计、地图构建与优化、关键帧的选择与剔除以及闭合回环等多个层次进行信息融合,以实现传感器的紧密组合。主要工作概括如下:1.深入研究基于单一激光雷达的视觉里程计与地图构建解决方案。系统采用位姿估计和地图构建并行的系统框架,以保证系统实时性。针对点云数据量巨大和畸变问题,提出一种快速的特征点云提取与畸变消除方法。位姿估计和地图构建部分提出采用顾及点云强度信息的多信源广义迭代最邻近点算法,通过考虑局部点云协方差和强度信息的相关性提升点云配准的鲁棒性和精度。最后通过实验验证系统精度和鲁棒性,并指出系统仍存在对快速旋转变化较为敏感、地图构建缺乏一致性且轨迹存在漂移等问题。2.深入研究深度信息辅助的单目视觉里程计与地图构建解决方案。系统采用特征追踪和地图构建并行的系统框架,以保证系统实时性。提出一种特征点均匀格网化分布策略,并提出一种基于局部深度地图的特征点深度信息数据关联方法。位姿估计采用二维和三维特征点联合的运动状态估计方法,以充分利用数据信息。而后根据局部共视地图优化位姿并利用稠密的点云信息进行确认,以确保位姿估计的准确性。地图构建与位姿优化则采用传统的基于光束法平差的图优化方法。最后通过实验验证系统精度,并指出系统仍存在受传感器量测范围限制难以在开阔环境下应用、地图缺乏一致性等问题。3.结合激光雷达里程计和深度信息辅助的单目视觉里程计的研究,并在系统中加入回环检测部分使其进一步扩展为激光雷达/相机组合的同时定位与地图构建系统。首先对传感器自身和安置参数进行标定以明确观测数据的空间关系。而后采用特征追踪、地图构建和闭合回环并行的系统框架保证系统实时性。特征追踪部分结合前文所提方法,并通过单目视觉里程计的位姿估计为点云畸变消除提供初值,从而确保点云配准精度。地图构建与优化部分提出一种顾及点云颜色信息的局部点云与全局点云配准方法,提高位姿估计的精度。回环检测部分提出特征词袋和稠密点云信息相似性结合的策略,并通过大回环的整体优化提升地图一致性。最后通过实验评价所设计系统的性能。