基于各向异性退化感知与跨模态共识仲裁的地下矿井稳健SLAM技术

《Measurement》：Robust SLAM for underground mines via anisotropic degeneracy perception and Cross-Modal consensus arbitration

　　•基于Hessian谱分析的在线退化感知维度一致性处理方法。•沿退化方向进行的一阶各向异性协方差膨胀可稳定线性惯性测量。•跨模态效用仲裁机制可抑制由混叠引起的虚假环闭合现象。•以置信度为权重将环约束软注入因子图。•已在真实地下矿井数据集上与主流SLAM方法进行了对比验证。

引言
同时定位与建图（SLAM）技术为环境数字重建、无人设备导航以及受限空间内的灾害检测提供了不可或缺的空间状态先验信息，是实现智能矿山自主化的核心驱动力[1]、[2]。然而，地下矿井存在严重的非结构化特征及感知退化问题：长而狭窄的走廊、高度重复的几何拓扑结构、不稳定且微弱的照明条件、高浓度的悬浮粉尘，以及全球导航卫星系统信号的自然屏蔽效应[3]。在如此严苛的物理测量环境下，激光雷达、摄像头和惯性测量单元等传统传感器的原始信噪比会显著下降[4]。由于底层测量机制的固有限制，在外部环境退化与设备内部非线性漂移的双重作用下，单一感知模态难以长期保持高精度估计[5]。具体而言，在缺乏几何特征的场景中，如漫长的笔直道路，由于空间约束不足，激光雷达点云配准容易在优化流形上陷入局部最小值，从而导致无法观测的退化漂移[6]；在低照明和粉尘遮挡等光度不均匀环境中，视觉传感器的特征跟踪连续性会急剧下降[7]；而惯性测量单元的固有偏差不稳定性则会导致通过双重积分逐渐积累严重的非线性误差[8]。因此，构建一个能够深度融合激光雷达、摄像头和惯性测量单元的多源紧密耦合系统，充分利用不同传感器之间的物理互补特性，已成为在极端环境下实现稳健状态估计的有效途径[9]、[10]、[11]。

近年来，多源融合SLAM架构已从松散耦合发展为紧密耦合的非线性优化系统。在视觉-惯性里程计领域，VINS-Mono[12]和ORB-SLAM3[13]通过共同最小化视觉重投影误差和惯性测量单元的预积分残差，为单目尺度建立了可观测性基础；为克服弱纹理和剧烈运动条件下视觉前端的不稳定性，Wen等人提出的ML-SLAM[14]通过联合提取混合点线特征，来重建低纹理区域的结构约束。面对大规模复杂环境，分布式状态估计展现出巨大潜力。例如，Liu等人开发的Alice-SLAM[15]能够在资源受限的情况下实现轻量级通信与多地图联合优化，而后提出的CPL-SLAM[16]则进一步将点线特征引入到多机器人协同系统中，大幅扩展了视觉-惯性系统的感知范围。在激光雷达-惯性里程计领域，LIO-SAM[17]和FAST-LIO2[18]广泛利用高频运动学先验来补偿点云畸变；He等人提出的Point-LIO[19]等最新研究则通过逐点状态更新机制有效解决了帧内畸变问题，提升了系统在高度动态的盲区中的跟踪能力。为了充分挖掘3D空间拓扑与2D纹理之间的物理互补性，各类多源融合系统正朝着更紧密的耦合方向发展：从LVI-SAM[20]的子系统并行架构和R3LIVE[21]的深度光度-点云融合，到Zheng等人近期提出的FAST-LIVO2[22]，该系统基于序贯误差状态卡尔曼滤波器直接对原始视觉和激光雷达测量数据进行联合计算，不断提升多模态融合的精度上限。尽管上述框架在常规或开放环境中表现良好，但当应用于实际存在持续多模态感知退化的封闭地下矿井时，极端环境引发的传感器共模故障以及无法观测的几何特征，依然是制约该领域工程应用的常见测量瓶颈[23]。

首先，从局部状态估计的代数机制来看，后端多源融合策略通常缺乏精细的显式退化感知与自适应调节能力。目前主流的紧密耦合因子图框架往往为不同传感器预设静态噪声协方差矩阵，忽视了传感器观测置信度会随着局部拓扑结构而动态变化的物理本质。为解决这一缺陷，Lee等人提出了一种基于特征值检测的传感器硬切换机制，以避免激光雷达性能下降[24]；Hatleskog等人和Chen等人则探索了基于点-平面误差分布的概率退化评估方法，试图量化局部退化程度[25]、[26]。然而，这类方法大多仅侧重于观测层面的权重调整，未能对几何结构的退化方向进行显式的物理层面建模[27]。虽然Yang等人和Chandna等人初步探讨了利用Hessian矩阵的条件数来判断激光雷达性能下降，但能够对Hessian矩阵进行连续谱分布分析以量化几何约束强度，并将其深度融入后端优化的机制仍然十分少见[28]、[29]。这就导致现有框架无法针对特定退化轴（如长而狭窄道路中的纵向滑动）实施结构化的各向异性协方差膨胀，使得不可靠的局部几何约束仍会隐式地参与后端联合计算，进而影响全局优化的收敛精度与数值稳定性。

其次，从全局一致性维护的角度来看，混合感知退化会制约环闭合检测机制的鲁棒性。受低照明和纹理重复的影响，传统的视觉词袋模型在长距离矿井道路上存在极高的失效风险[30]。为弥补视觉方面的不足，Kim等人提出了Scan Context方法来提取宏观几何描述符[31]，Xue等人和Zhang等人随后将其引入多源融合架构中，以增强空间识别能力[32]、[33]。然而，矿井长而狭窄且对称的特性使得纯几何检索极易因结构相似性而出现感知混叠现象。Chang等人的研究证实，在大规模地下测绘任务中，这种几何特征的重复性很容易引发虚假环闭合，从而对图结构的拓扑一致性构成潜在威胁[34]。当几何混叠与视觉退化相互叠加时，现有的紧密耦合架构大多采用直接的多源观测堆叠或启发式硬切换规则；这类依赖多源特征直观整合的策略，由于缺乏统一的效用度量空间，难以在试图保证环闭合召回率的同时，从代数层面区分并抑制由环境相似性导致的拓扑差异。

为应对上述挑战，本文提出了一种基于各向异性退化感知与跨模态共识仲裁的稳健多传感器融合SLAM框架。其主要创新点与贡献如下：
1. 提出了一种基于Hessian谱分析的在线退化感知与各向异性协方差调节机制。针对原始Hessian矩阵中旋转分量与平移分量在尺度上的差异，引入特征长度对6自由度信息矩阵进行维度归一化，从而在维度一致的本征空间内精准提取退化方向；在此基础上，用多维连续概率度量取代硬阈值截断，从而平滑量化局部几何约束强度，并沿退化方向实施一阶各向异性协方差膨胀，既保留正交方向上的有效约束，又抑制不可靠观测值的误差传播，确保底层里程计的数值稳定性。
2. 设计了一种基于状态驱动的跨模态分层共识仲裁机制用于环闭合判定。传统的多模态验证方法大多采用直接平均、硬切换或固定权重等方式处理不同维度的异构信号，缺乏物理意义上的统一比较空间，且容易在尺度不确定性下引入匹配错误；因此，本文通过各自的噪声模型对视觉特征、局部几何信息及全局拓扑结构的多维一致性标准进行归一化，根据传感器感知状态为其赋予连续置信度，再将它们聚合为一个可比较的统一效用值；在此基础上，通过跨通道相互印证对候选环闭合结果进行分层仲裁，选出最可靠的环闭合结果，并以其置信度对应的强度将其软注入因子图。该机制能够区分并抑制由环境相似性引起的虚假拓扑关联，同时在退化条件下仍能保持环闭合召回率，从而提升受限环境中的环闭合检测精度与鲁棒性。
3. 构建了一个涵盖矿井典型复合退化特征的真实世界数据集，用于对该系统进行定性与定量评估。在光照突变和长距离几何退化等受限条件下的实验表明，所提出的框架能够有效抑制累积漂移，保持全局映射的拓扑一致性，证明了该系统在地下受限空间中的工程应用可行性。

系统架构与状态空间建模
为克服封闭型非结构化地下环境带来的多源感知退化问题，本文提出的多模态融合框架被构建为一个基于流形空间的紧密耦合非线性优化系统。从数学本质上讲，该系统的连续状态估计被严格形式化为最大后验概率（MAP）推断问题。在离散时间点k，系统的完整名义状态向量为xk。

实验设置
为全面评估所提出的多传感器融合框架在封闭地下矿井环境中的有效性，本文基于自行设计的轮式移动机器人平台开展了系统的真实世界验证。该平台的核心传感组件包括Leishen C32机械式激光雷达、Yesense H30高精度微机电系统惯性测量单元以及Orbbec Gemini Pro双目深度相机；其物理布局如下：

讨论
各向异性协方差膨胀是沿着维度一致的特征谱中最弱的方向施加的，其一阶结构对应于退化现象集中在单一方向的情况。在本文研究的道路场景中，轴向方向的有效约束极为匮乏，退化现象集中于此单一方向，且主要由平移分量主导，即表现为沿轴向的纵向滑动。

结论
地下矿井的低纹理特征与结构重复性，使得多传感器观测在某些方向和通道上难以提供有效的约束，从而限制了融合SLAM的状态估计精度与全局一致性。在本文提出的稳健紧密耦合框架中，因子图中每个约束所承载的权重不再是预先设定的常数，而是对该约束质量的一种在线量化结果。