近年来，无人驾驶领域成为广泛关注的热点方向，同时定位与地图构建（SLAM）技术是高精地图创建和无人车辆导航的基础，当下主流的激光 SLAM 算法基本能够满足应用的需求，但是在大范围场景建图的过程中仍然存在漂移的问题，且算法轻量化以及实时性方面依旧有着改进的空间。文章主要进行了激光雷达和惯性测量单元（IMU）紧耦合的同时定位与建图算法研究，前端部分主要对激光点云数据进行了去除畸变、特征提取，后端使用因子图融合 IMU 预积分因子、激光里程计因子和回环检测因子进行融合位姿输出。为了提高算法的实时性，文章使用 iKD-Tree 数据结构维护了一个局部地图，并使用 Fast-GICP 算法求解回环检测位姿变换。在 Kitti 公开数据集的测试表明，改算法在保证精度的同时提高了算法的实时性和鲁棒性。