面向复杂室内退化场景的多源融合机器人定位方法

陈锐志; 吴源; 李维; 马然; 陈亮

doi:10.13203/j.whugis20260352

您当前的位置：

首页 >

文章列表页 >

面向复杂室内退化场景的多源融合机器人定位方法

地图制图学与地理信息工程 | 更新时间：2026-11-05

- 面向复杂室内退化场景的多源融合机器人定位方法
- A Multi-source Fusion Robot Localization Method for Complex Indoor Degraded Scenarios
- 武汉大学学报（信息科学版） 2026年51卷第10期页码：2196-2205
- 作者机构：
  
  1.香港中文大学（深圳）人工智能学院，广东深圳，518172
  2.香港中文大学（深圳）数据科学学院，广东深圳，518172
  3.中煤科工集团重庆研究院有限公司，重庆，400039
  4.煤矿灾害防控全国重点实验室，重庆，400030
  5.广州南方测绘科技股份有限公司，广东广州，510000
  6.武汉大学测绘遥感信息工程全国重点实验室，湖北武汉，430079
- 作者简介：
  
  陈锐志，博士，教授，芬兰科学与人文院院士，研究方向为空间智能、室内外无缝定位、卫星导航。chenruizhi@cuhk.edu.cn
  吴源，博士，助理研究员。yuan.wu@whu.edu.cn
- 基金信息：
  
  煤炭重大专项(2025ZD1700803);湖北省重点研发计划(2025BAB023);江苏省科技重大专项(BG2024003);广东省科学技术厅、香港中文大学与香港中文大学（深圳）“1+1+1”联合资助计划(Nr.2025A0505000062)
- DOI：10.13203/j.whugis20260352
  中图分类号： P228
- 收稿：2026-09-18，
  
  纸质出版：2026-10-05
- 稿件说明：
移动端阅览
陈锐志,吴源,李维，等.面向复杂室内退化场景的多源融合机器人定位方法[J].武汉大学学报（信息科学版）,2026,51(10):2196-2205.

CHEN Ruizhi,WU Yuan,LI Wei,et al.A Multi-source Fusion Robot Localization Method for Complex Indoor Degraded Scenarios[J].Geomatics and Information Science of Wuhan University,2026,51(10):2196-2205.
陈锐志,吴源,李维，等.面向复杂室内退化场景的多源融合机器人定位方法[J].武汉大学学报（信息科学版）,2026,51(10):2196-2205. DOI：10.13203/j.whugis20260352

CHEN Ruizhi,WU Yuan,LI Wei,et al.A Multi-source Fusion Robot Localization Method for Complex Indoor Degraded Scenarios[J].Geomatics and Information Science of Wuhan University,2026,51(10):2196-2205. DOI：10.13203/j.whugis20260352

摘要

针对复杂室内环境中单一传感器定位易失效、信号退化与地图特征不足等问题，提出了一套面向复杂场景的多源融合机器人定位方法。构建了融合里程计、音频测距与单线激光雷达点云匹配的机器人定位系统。通过解耦实时位姿输出与准静态参数标定的动态在线标定框架，规避传统滤波方法中时间延迟和参数耦合导致的位姿投影误差与标定发散；同时引入鲁棒损失函数构建自适应加权音频定位算法，有效抑制多径和非视距误差。在机器人定位框架中利用滑窗优化与粒子滤波实现里程计、音频测距和激光雷达地图匹配的稳健融合，有效提升了在特征退化和局部盲区下的连续性和鲁棒性。实验表明，所提方法在复杂室内环境下可实现稳定、连续且高精度的机器人自定位，为低成本移动平台在真实场景中的高可用导航提供了有效方案。

Abstract

Objectives

Multi-sensor fusion localization is widely used in indoor robot navigation. To overcome the brittleness of single-sensor localization in complex indoor environments with severe signal degradation and weak map features

this study designs a unified multi-source fusion localization framework.

Methods

A robot localization system is constructed by integrating three complementary modalities: wheel/inertial measurement unit odometry

acoustic ranging

and single-line light detection and ranging (LiDAR) scan matching. A dynamic online calibration framework is proposed to decouple real-time pose output from quasi-static parameter estimation

which avoids the time-delay-induced projection errors and the divergence of coupled filtering that are common in classical approaches. A robust-loss-based adaptive weighted acoustic localization module is then embedded to suppress multipath and non-line-of-sight errors. On top of these modules

a particle-filter-based fusion algorithm with sliding-window optimization is built to fuse odometry

acoustic range and LiDAR map matching with adaptively determined observation confidence.

Results

Experiments in long corridors

weak-feature regions

occluded zones and acoustic-degraded areas show that the proposed system significantly reduces long-term drift and abnormal jumps compared with odometry-only and acoustic-ranging-only localization methods.

Conclusions

The proposed multi-source fusion scheme achieves stable

continuous and high-precision robot self-localization in complex indoor environments

and offers an effective solution for high-availability navigation on low-cost mobile platforms.

关键词

Keywords

references

陈锐志，郭光毅，叶锋，等 . 智能手机音频信号与MEMS传感器的紧耦合室内定位方法［J］. 测绘学报， 2021 ， 50 （ 2 ）： 143 - 152 .

CHEN Ruizhi ， GUO Guangyi ， YE Feng ， et al . Tightly-Coupled Integration of Acoustic Signal and MEMS Sensors on Smartphones for Indoor Positioning ［J］. Acta Geodaetica et Cartographica Sinica ， 2021 ， 50 （ 2 ）： 143 - 152 .

HÖFLINGER F ， ZHANG R ， HOPPE J ， et al . Acoustic Self-Calibrating System for Indoor Smartphone Tracking （ASSIST）［C］// International Conference on Indoor Positioning and Indoor Navigation （IPIN）， Sydney， Australia ， 2012 .

KHALEGHI B ， KHAMIS A ， KARRAY F O ， et al . Multisensor Data Fusion： A Review of the State-of-the-Art ［J］. Information Fusion ， 2013 ， 14 （ 1 ）： 28 - 44 .

EL-SHEIMY N ， LI Y . Indoor Navigation： State of the Art and Future Trends ［J］. Satellite Navigation ， 2021 ， 2 （ 1 ）： 7 .

陈锐志，陈亮 . 基于智能手机的室内定位技术的发展现状和挑战［J］. 测绘学报， 2017 ， 46 （ 10 ）： 1316 - 1326 .

CHEN Ruizhi ， CHEN Liang . Indoor Positioning with Smartphones： The State-of-the-Art and the Challenges ［J］. Acta Geodaetica et Cartographica Sinica ， 2017 ， 46 （ 10 ）： 1316 - 1326 .

ZHANG J ， SINGH S . LOAM： LiDAR Odometry and Mapping in Real-Time ［C］// Robotics： Science and Systems X ， Berkeley， USA ， 2014 .

SHAN T X ， ENGLOT B . LeGO-LOAM： Lightweight and Ground-Optimized LiDAR Odometry and Mapping on Variable Terrain ［C］// IEEE/RSJ International Conference on Intelligent Robots and Systems （IROS）， Madrid， Spain ， 2018 .

XU W ， CAI Y X ， HE D J ， et al . FAST-LIO2： Fast Direct LiDAR-Inertial Odometry ［J］. IEEE Transactions on Robotics ， 2022 ， 38 （ 4 ）： 2053 - 2073 .

LIN J R ， ZHANG F . Loam Livox： A Fast， Robust， High-Precision LiDAR Odometry and Mapping Package for LiDARs of Small FoV ［C］// IEEE International Conference on Robotics and Automation （ICRA）， Paris， France ， 2020 .

SHAN T X ， ENGLOT B ， MEYERS D ， et al . LIO-SAM： Tightly-Coupled Lidar Inertial Odometry via Smoothing and Mapping ［C］// IEEE/RSJ International Conference on Intelligent Robots and Systems （IROS）， Las Vegas， USA ， 2020 .

WU Y ， ZHU H B ， DU Q X ， et al . A Survey of the Research Status of Pedestrian Dead Reckoning Systems Based on Inertial Sensors ［J］. International Journal of Automation and Computing ， 2019 ， 16 （ 1 ）： 65 - 83 .

UREÑA J ， HERNÁNDEZ Á ， GARCÍA J J ， et al . Acoustic Local Positioning with Encoded Emission Beacons ［J］. Proceedings of the IEEE ， 2018 ， 106 （ 6 ）： 1042 - 1062 .

ZHAO S B ， ZHANG H R ， WANG P ， et al . Super Odometry： IMU-Centric LiDAR-Visual-Inertial Estimator for Challenging Environments ［C］// IEEE/RSJ International Conference on Intelligent Robots and Systems （IROS）， Prague， Czech Republic ， 2021 .

陈锐志，郭光毅，陈亮，等 . 室内高精度定位技术研究应用现状与发展趋势［J］. 武汉大学学报（信息科学版）， 2023 ， 48 （ 10 ）： 1591 - 1600 .

CHEN Ruizhi ， GUO Guangyi ， CHEN Liang ， et al . Application Status， Development and Future Trend of High-Precision Indoor Navigation and Tracking ［J］. Geomatics and Information Science of Wuhan University ， 2023 ， 48 （ 10 ）： 1591 - 1600 .

柳景斌，赵智博，胡宁松，等 . 室内高精度定位技术总结与展望［J］. 武汉大学学报（信息科学版）， 2022 ， 47 （ 7 ）： 997 - 1008 .

LIU Jingbin ， ZHAO Zhibo ， HU Ningsong ， et al . Summary and Prospect of Indoor High-Precision Positioning Technology ［J］. Geomatics and Information Science of Wuhan University ， 2022 ， 47 （ 7 ）： 997 - 1008 .

王彬，章浙涛，何秀凤 . 结合正态分布变换与线面ICP的弹性激光SLAM算法［J］. 武汉大学学报（信息科学版）， 2024 ， 49 （ 4 ）： 672 - 680 .

WANG Bin ， ZHANG Zhetao ， HE Xiufeng . Resilient LiDAR SLAM Algorithm Based on Normal Distributions Transform and Line-Plane ICP ［J］. Geomatics and Information Science of Wuhan University ， 2024 ， 49 （ 4 ）： 672 - 680 .

史鹏程，李加元，刘欣怡，等 . 室内圆柱引导的激光雷达全局定位与回环检测［J］. 武汉大学学报（信息科学版）， 2024 ， 49 （ 7 ）： 1088 - 1099 .

SHI Pengcheng ， LI Jiayuan ， LIU Xinyi ， et al . Indoor Cylinders Guided LiDAR Global Localization and Loop Closure Detection ［J］. Geomatics and Information Science of Wuhan University ， 2024 ， 49 （ 7 ）： 1088 - 1099 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

星载温室气体激光雷达技术发展与展望

GNSS/IMU与里程计紧-松耦合的因子图融合定位方法

综合PNT场景增强系统研究进展及发展趋势

海洋目标辐射基准传递不确定度研究进展

关于智慧海图的思考