随着基于位置服务（ｌｏｃａｔｉｏｎｂａｓｅｄｓｅｒｖｉｃｅ，ＬＢＳ）的不断崛起，室内的定位成为其中的一个重要的方向，精确的定位轨迹可极大地满足人们的定位需求。室内定位通常是指室内环境中的位置定位，主要集成无线通信、惯性导航定位等技术，形成室内位置定位系统，实现室内空间人、物的位置监控。主要用于大型企业为客户提供智能购物，医院为患者提供电子指导，智慧园区为游客提供智能指导等服务。能准确定位人员、材料、设备等目标。主要应于人员定位护理和物资定位管理。常见场景包括访客位置管理、物流设备位置管理等。国内外的专家先后提出了有关室内定位算法中的邻近法改进算法，航位推算算法，还有基于视觉的定位研究以及基于多传感器融合的室内 定位研究。上 述的 方 法 研究 比 较 深 入 而 广 泛，但是都存在一定的局限性和缺陷性。 局限性表现在：只针对闭合轨迹来进行定位研究， 没有涉及到非闭合轨迹的研究。 缺陷性表现在： 邻近法改进算法中效率不高， 航 位推 算 会 产 生 漂 移， 基于视觉的定位研究算法复杂度过高， 还有多传感器成本较低，易受环境因素干扰， 且 传 统 的 卡 尔 曼滤波法由于噪声而导致滤波偏差。 考虑到激光雷达是一种集激光，全球定 位系 统 和 惯 性 导 航 系 统３种技术于一身的系统，具有分辨率高、抗干扰能力强、体积小、质量轻等优点，用于获得数据并生成精确的数字高程模型。故本文采用了激光雷达结合物流小车，组合成激光雷达小车系统，研究轨迹利用激光雷达测程和测图（ＬｉＤＡＲｏｄｏｍｅｔｒｙａｎｄｍａｐｐｉｎｇ，ＬＯＡＭ）算 法，在机 器 人 操 作 系 统（ｒｏｂｏｔｏｐｅｒａｔｉｎｇｓｙｓｔｅｍ，ＲＯＳ）系统中解算出轨迹与真实轨迹进行对比， 精度可在厘米级。 但在解算轨迹时，考虑到激光雷达 在 旋 转 的每 一 周 后 返 回 一 帧数据，后一帧点云对 前 一 帧 点云 不 能 进 行 连 续 的位置校准， 所 以 在 后 一 帧 点 云 数 据 中 获 得 的 点，相 对 于 对 应 的 真 实 位 置 偏 移 量 增 加。 只 利 用ＬＯＡＭ 算法但没有闭环约束，不涉及闭环的检测，从而产生了运动的畸变， 定位误差增大。 又考虑到滤波估计当前时刻变量的状态， 然后再利用当前时刻状态去估计下一时刻变量的状态， 这是个不断迭代的过程，雷达扫 出的 点 云 中 的 点 是 离 散化的，不能保证前一 帧 数 据 的点 在 下 一 帧 中 仍 被扫描出。因此，需要借助 其 他 方 法 来 优 化 激 光 里程计的位置和姿态， 以提高估算精度。 可以通过消除运动畸变和滤除这些噪点得 到 更 近 似 于 真 实轨迹的方法， 去噪平滑。 而 自 适 应 粒 子 滤 波 算 法加速粒子收敛， 同时兼顾粒子的多样性， 从而减轻粒子贫乏问题，使用较 少的 粒 子 数 来 得 到 较 为精确的轨迹结果。本文在 解算 封 闭 和 半 封 闭 路 线的小车轨迹时，采用 ＬＯＡＭ 算法与自适应粒子滤波（ａｄａｐｔｉｖｅｐａｒｔｉｃｌｅｆｉｌｔｅｒ，ＡＰＦ）算 法相融合的方法来进行轨迹纠偏， 达 到修 正 轨 迹 的 效 果， 可以有效提高定位的精度， 从 而最 大 限 度 地 消 除 运 动畸变和孤立的噪点问题，提高定位轨迹精度。