
info@juzhikan.asia
上海工程技术大学,上海松江区,201620;
摘要:随着物联网技术的快速发展与智能感知需求的日益增长,环境感知与高精度空间建模已成为当前研究的热点领域,而激光雷达(LiDAR)凭借毫米级测距精度、抗干扰能力强等优势,在SLAM(Simultaneous Localization and Mapping,同时定位与建图)系统中展现出不可替代的作用,本文创新性提出融合激光雷达与物联网技术的智能SLAM系统解决方案,通过“硬件架构优化-数据采集处理-核心算法创新-系统集成实现”的完整技术路线,构建具有实时性、鲁棒性和可扩展性的建图系统;在技术实现层面,本研究采用模块化Python架构作为系统核心开发语言,结合Open3D开源库实现高效的三维点云处理与可视化,同时引入物联网边缘计算框架实现定位数据的低延迟远程传输,并基于WebGL技术构建跨平台的实时监控系统;实验结果表明,本系统在定位精度、建图完整性和通信时效性等关键指标上均优于传统SLAM方案,为智能仓储、服务机器人等物联网应用场景提供了可靠的技术支撑。
关键词:激光雷达;SLAM;Open3D;Python;系统集成
参考文献
[1]游绍彦.基于激光雷达的三维测绘数据处理系统设计[J].信息记录材料,2025,26(5):220-222+225.
[2]张杜雨. 无人机测绘中的激光点云数据处理研究 [J]. 北斗与空间信息应用技术, 2025, (1): 11-13.
[3]张红彦,赵昊阳,赵焕峰,等.一种显式几何特征匹配的激光雷达SLAM方法[J/OL].中国机械工程,2025(1):8-9.
[4]周苏,李伟嘉,郭军华.基于激光雷达的停车场车辆定位算法[J].同济大学学报(自然科学版),2021,49(7):1029-1038.
[5]宋绍京,李新建,方非易.点云融合技术综述:方法、应用与挑战[J].雷达学报(中英文),2025,14(3):528-547.
[6]李枭凯,李广云,索世恒,等.激光SLAM技术进展[J].导航定位学报,2023,11(4):8-17.
[7]张景娴. 近接施工参数化建模系统的设计与开发[D].西安西京学院,2023(5):48-49.