多传感器融合的SLAM参数调整方法、系统及相关设备与流程

本发明涉及机器人导航定位，尤其涉及一种多传感器融合的slam参数调整方法、系统及相关设备。

背景技术：

1、同步定位与建图（slam，simultaneous localization and mapping）是移动机器人实现自主导航的核心技术，其目标是在未知环境中同时估计机器人自身位姿并构建环境地图。3d激光slam以激光雷达（lidar）为主要传感器，通过发射激光束并接收回波来测量周围环境的距离信息，生成高密度3d点云数据。相比视觉slam，3d激光slam具有精度高、受光照条件影响小、测距准确等优势，在自动驾驶、无人机、服务机器人等领域得到广泛应用。

2、多传感器融合slam系统旨在综合利用多种传感器的互补优势，实现比单一传感器更鲁棒、更精确的定位与建图，但是现有多传感器融合slam系统还存在以下技术问题：

3、（1）现有多传感器融合slam系统参数手工调优困难的问题。传统多传感器融合slam系统（如lio-sam、vins-fusion、lvi-sam、r2live等）涉及激光雷达、视觉相机、imu（惯性传感器）、轮速计、rtk（real-time kinematic）等多种传感器的前端处理、数据关联、融合优化等模块，每个模块均依赖大量人工预设参数（如特征提取阈值、icp最大对应点距离阈值、重投影误差阈值、imu噪声协方差、融合权重系数、关键帧选择阈值、rtk置信度阈值等）。这些参数需要针对不同传感器型号、不同应用场景进行繁琐的手工调试，且各传感器参数之间存在复杂的耦合关系，严重制约了多传感器融合slam系统的部署效率和泛化能力。

4、（2）多传感器融合slam系统在部分传感器退化场景下定位精度急剧下降的问题。在多传感器融合系统中，不同传感器在不同环境下存在各自的退化模式：视觉传感器在光照剧变、弱纹理、快速运动场景下易失效；激光雷达在雨雾天气、开阔广场、长直走廊等场景下易退化；rtk在遮挡环境（高楼、隧道、密林）下信号丢失；轮速计在打滑场景下产生漂移。传统融合slam系统采用固定的融合权重和参数策略，无法在某个或某些传感器退化的场景下自适应地调整融合策略，导致系统整体定位精度急剧下降甚至完全失效。

5、（3）多传感器融合系统缺乏对异构传感器数据特性的在线自适应能力。实际应用中，不同传感器的数据质量、噪声特性、采样频率存在显著差异，且随时间和环境变化。传统方法采用固定的噪声协方差和融合权重，无法根据传感器实时数据质量动态调整融合策略，导致融合结果受低质量传感器数据污染。

6、（4）多传感器时间同步质量和外参误差影响问题。多传感器融合slam系统依赖时间同步和空间外参标定。实际运行中，温度变化、机械振动和通信抖动可能造成同步误差或外参有效性下降。传统方法通常缺乏对同步质量、外参一致性和由此引起的融合残差异常的在线感知，难以及时降低受影响传感器约束的权重。

7、（5）多参数联合优化的计算复杂度问题。多传感器融合slam系统涉及20-30个相互耦合的关键参数，手工调优不仅依赖专家经验，且难以实现多参数的联合最优。穷举搜索或网格搜索方法在高维参数空间中计算代价巨大，无法满足实时性要求。

8、因此，现有技术还有待于改进和发展。

技术实现思路

1、本发明提供了一种多传感器融合的slam参数调整方法、系统及相关设备，本发明的主要目的在于解决现有技术所存在背景技术中所提到的技术问题。

2、本发明第一方面公开了一种多传感器融合的slam参数调整方法，包括：

3、获取各传感器的原始观测数据并进行预处理，生成各所述传感器的观测特征，所述预处理包括时间同步、去畸变和特征提取；

4、从各所述传感器的前端和后端提取表征当前slam系统状态、环境特性和各所述传感器的数据质量的多维度特征，构建多维度状态向量；

5、将所述多维度状态向量输入深度强化学习智能体，通过所述深度强化学习智能体输出针对多传感器融合slam系统的关键参数的动作向量；

6、将所述动作向量应用于所述多传感器融合slam系统，并根据参数调整后的系统运行效果计算多目标奖励；

7、利用所述多目标奖励驱动所述深度强化学习智能体进行策略更新与优化。

8、在本发明第一方面一种可选的实施方式中，所述多维度状态向量包括lidar点云统计特征、lidar配准质量特征、视觉特征跟踪特征、imu状态特征、轮速计状态特征、rtk状态特征、多传感器一致性特征、环境退化检测特征和历史性能特征中的至少2种。

9、在本发明第一方面一种可选的实施方式中，所述动作向量包括lidar特征提取阈值、icp最大对应点距离阈值、视觉特征匹配阈值、视觉重投影误差阈值、lidar-视觉融合权重、imu噪声协方差缩放因子、轮速计融合权重、rtk可用性判定阈值、rtk-slam融合权重和关键帧插入阈值中的至少2种。

10、在本发明第一方面一种可选的实施方式中，所述多目标奖励包括定位精度奖励、多传感器一致性奖励、计算效率奖励、地图质量奖励、鲁棒性奖励和参数平滑性奖励中至少2项的加权和。

11、在本发明第一方面一种可选的实施方式中，所述深度强化学习智能体采用基于双延迟深度确定性策略梯度的算法框架，包括actor策略网络和双critic价值网络，并引入多头注意力机制，以处理和学习多传感器状态特征间的复杂耦合交互关系。

12、在本发明第一方面一种可选的实施方式中，所述深度强化学习智能体的训练采用仿真预训练与在线微调相结合的两阶段部署策略：第一阶段在多传感器退化仿真环境中结合课程学习机制进行预训练，获得基础参数调整策略；第二阶段在真实环境部署后，通过收集实际运行经验数据进行在线微调，实现持续学习。

13、在本发明第一方面一种可选的实施方式中，所述多传感器融合slam系统设置有多个可调参数接口，所述深度强化学习智能体通过参数服务或动态重配置机制实时修改多个所述可调参数接口的参数值，各个所述可调参数接口具有安全上下界约束，所述深度强化学习智能体的参数调整与所述多传感器融合slam系统的主循环以固定频率异步执行；

14、实时监测各所述传感器的退化状态，当通过滑动窗口统计检测到任一所述传感器发生退化时，所述深度强化学习智能体自动降低或屏蔽所述传感器的融合权重，并在质量恢复后逐步恢复；

15、当检测到所述多传感器融合slam系统跟踪丢失或融合失败异常时，自动切换为使用预设安全参数的保守模式。

16、本发明第二方面提供了一种多传感器融合的slam参数调整系统，所述slam参数调整系统包括：

17、多传感器数据预处理模块，用于获取各传感器的原始观测数据并进行预处理，生成各所述传感器的观测特征，所述预处理包括时间同步、去畸变和特征提取；

18、多传感器状态观测模块，用于从各所述传感器的前端和后端提取表征当前slam系统状态、环境特性和各所述传感器的数据质量的多维度特征，构建多维度状态向量；

19、深度强化学习智能体模块，用于将所述多维度状态向量输入深度强化学习智能体，通过所述深度强化学习智能体输出针对多传感器融合slam系统的关键参数的动作向量；

20、参数执行与效果评估模块，用于将所述动作向量应用于所述多传感器融合slam系统，并根据参数调整后的系统运行效果计算多目标奖励；

21、经验回放与策略更新模块，用于利用所述多目标奖励驱动所述深度强化学习智能体进行策略更新与优化。

22、本发明第三方面提供了一种导航设备，所述导航设备包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；

23、所述至少一个处理器调用所述存储器中的所述指令，以使得所述导航设备执行如本发明第一方面中任一项所述的多传感器融合的slam参数调整方法。

24、本发明第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如本发明第一方面中任一项所述的多传感器融合的slam参数调整方法。

25、有益效果：本发明提供了一种多传感器融合的slam参数调整方法、系统及相关设备，方法包括获取各传感器的原始观测数据并进行预处理，生成各传感器的观测特征；从各传感器的前端和后端提取表征当前slam系统状态、环境特性和各传感器的数据质量的多维度特征，构建多维度状态向量；将多维度状态向量输入深度强化学习智能体，输出针对多传感器融合slam系统的关键参数的动作向量；将动作向量应用于slam系统，并根据参数调整后的系统运行效果计算多目标奖励；利用多目标奖励驱动深度强化学习智能体进行策略更新与优化。本发明通过提取多传感器的多维度特征与系统关键参数进行深度学习协同优化，提升了系统在复杂多变及传感器退化场景下的定位精度与鲁棒性。