多傳感器融合的室內機器人SLAM

徐淑萍，楊定哲，熊小墩

(西安工業大學 計算機科學與工程學院,西安 710021)

隨著各種類型的室內移動機器人被廣泛應用在人類的生活、生產中,機器人的同步定位與建圖(Simultaneous Localization and Mapping,SLAM)技術作為機器人完成服務工作的基礎,逐漸成為研究的熱點[1]。受室內環境多樣性與復雜性的影響,普通單一雷達的同步定位與建圖由于能獲取的信息較為有限,從而不能構建完整的三維地圖信息[2]。因此,多傳感器融合成為了解決室內機器人SLAM缺陷的一個新的方法。目前應用于求解SLAM問題的主流傳感器為激光雷達和視覺相機,各有不同的優勢[3]。其中二維激光雷達具有誤差小和可靠性高的優點,但是沒有垂直方向的信息,同時也容易造成資源的浪費;而深度相機則是具有視野比較廣,可以識別具體物體的優點,但是建圖精度和穩定性較差,出現偏差的概率較高[4-5]。目前已經有非常多的學者基于感知傳感器的互補性提出了許多的融合SLAM方案。

在視覺和姿數據測量傳感器的融合方面,文獻[6]利用耦合的方式對相機和慣性測量單元(Inertial Measurement Unit,IMU)以及里程計進行融合,得到了更加準確的位姿數據,但是由于使用的并非緊耦合,視覺傳感器容易出現光敏性特點和不穩定性。文獻[7]將IMU采集到的數據作為初始位姿傳遞給視覺傳感器,一定程度上減少了深度相機在建圖時的數據壓力,但是這么做容易出現數據紊亂,若在IMU單元的數據出錯,則會導致視覺部分出現問題。在輪式里程計和激光傳感器方面,文獻[8]則通過擴展卡爾曼濾波(Extended Kalman Filter,EKF)算法,讓里程計提供位姿的同時,融合激光雷達的點云數據,使得到的數據更加精確可靠。……