基于ICP算法和粒子滤波的未知环境地图创建

为了实现移动机器人仅依靠激光测距仪和里程计实时地创建精确的栅格地图, 本文提出了一种结合最近点迭代(Iterative closest point, ICP)算法和Rao-Blackwellized粒子滤波的同时定位与地图创建方法. 该方法利用ICP算法对相邻两次激光扫描数据进行配准, 并将配准结果代替误差较大的里程计读数, 以改善基于里程计读数的建议分布函数; 同时通过采用改进的抽样策略, 提高了粒子滤波过程中的抽样效率, 降低创建地图所需的粒子数. 仿真结果表明了该方法的有效性.     

基于全局特征点匹配的全局定位方法

针对传统全局定位方法存在对传感器要求多、计算量大的问题,提出了一种基于全局特征点匹配的移动机器人定位方法。该方法采用普通2D雷达作为传感器,在机器人建立全局地图的过程中同步地提取全局特征点,在全局定位算法中,通过建立局部地图和提取局部地图特征点,实时将局部地图特征点和全局地图特征点进行匹配后求解全局位姿。在两个数据集上的测试,结果优于蒙特卡罗自适应定位（adaptive Monte Carlo localization,AMCL）和Cartographer的全局定位效果,运算速度更快。结果表明,与已有的方法相比,该全局定位方法能够更快地完成全局定位和有效减少计算资源的消耗。     

基于图像配准的栅格地图拼接方法

栅格地图拼接是多移动机器人协同创建环境地图中的一项关键技术. 本文提出一种图像配准意义下的栅格地图拼接方法. 该方法将栅格地图拼接问题视为图像配准问题, 建立相应的目标函数, 并给出局部收敛的迭代最近点算法求解该目标函数. 为获得最优的拼接结果, 该方法从待拼接的地图中提取局部不变特征, 并借助随机抽样一致性算法分析初始拼接参数, 以作为迭代最近点算法的初值. 最后, 提出了拼接参数已知时的栅格地图融合规则. 实验结果表明, 该方法能可靠地实现栅格地图拼接, 且具有精度高和速度快的优点.     

基于概率模型的2维全局地图建立方法

提出一种激光扫描数据匹配的概率模型,用于移动机器人的全局地图建立。大多数的激光扫描匹配算法都需要利用特征（点或线）来建立对应关系,例如ICP算法。利用正态分布转换概率模型来表示激光扫描,不需利用特征对应,而是通过将扫描得到的离散数据点转换成分段连续可微的概率密度函数,并利用牛顿优化算法来进行扫描匹配,从而建立2维全局地图。实验结果表明,该方法可有效地实时完成室内环境下的2D全局地图建立。     

基于激光测距的环境地图动态创建技术研究

本文主要研究完全未知结构化环境下的移动机器人二维地图构建与标图技术。本文以激光测距仪为环境探测传感器,采用几何特征法创建地图。对局部地图创建中的区域分割方法进行了改进,提出了基于线性阈值法的区域分割方法;给出了基于相关线段和线段缓冲区的全局地图创建方法。实验结果表明：本方法实现了基于实时的激光测距数据的局部地图动态创建和全局地图的实时更新,算法有效且可行。     

未知环境下移动机器人地图构建仿真研究

未知环境的地图构建是移动机器人研究领域的一个研究热点.为了研究在未知环境下移动机器人地图构建,基于微软机器人开发工作室(MRDS),对虚拟环境中移动机器人进行了仿真建模,通过激光测距仪获取未知环境信息,应用迭代最近点(ICP)算法处理未知环境信息实现了移动机器人对未知环境地图构建.对移动机器人地图构建仿真实验结果表明,文中的方法能够有效地实现未知环境地图构建,可为移动机器人运动提供导向作用,具有一定的理论和现实意义.     

改进ORB特征的机器人RGB-D SLAM算法

基于特征的视觉同时定位与地图构建（Simultaneous Localization and Mapping，SLAM）存在实时性和鲁棒性差等问题，提出一种改进的基于四叉树的ORB特征提取方法，设计包含前后端及地图构建的机器人RGB-D SLAM算法。在前端使用四叉树方法完成ORB特征的均匀提取，计算描述子间汉明距离实现特征匹配。根据随机采样一致性算法思想，结合EPNP（Efficient Perspective-N-Point）和迭代最近点法求解位姿，获取多次迭代后的准确位姿。采用关键帧进行回环检测，并且基于光速法平差优化位姿图，从而构建全局一致的3D地图，达到减少累积误差的目的。通过TUM数据集和多履带式全向移动机器人进行对比验证，实验结果满足实时性和稳定性要求，证明了算法的可行性和有效性。     

基于Voronoi地图表示方法的同步定位与地图创建

针对基于混合米制地图机器人同步定位与地图创建 (Simultaneous localization and mapping, SLAM)中地图划分方法不完善的问题, 提出了基于Voronoi地图表示方法的同步定位与地图创建算法VorSLAM. 该算法在全局坐标系下创建特征地图, 并根据此特征地图使用Voronoi图唯一地划分地图空间, 在每一个划分内部创建一个相对于特征的局部稠密地图. 特征地图与各个局部地图最终一起连续稠密地描述了环境. Voronoi地图表示方法解决了地图划分的唯一性问题, 理论证明局部地图可以完整描述该划分所对应的环境轮廓. 该地图表示方法一个基本特点是特征与局部地图一一对应, 每个特征都关联一个定义在该特征上的局部地图. 基于该特点, 提出了一个基于形状匹配的数据关联算法, 用以解决传统数据关联算法出现的多重关联问题. 一个公寓弧形走廊的实验验证了VorSLAM算法和基于形状匹配的数据关联方法的有效性.     

基于SparkStreaming的海量GPS数据实时地图匹配算法

浮动车GPS数据作为交通信息处理的基础,随着被监控车辆数量的高速增长,产生了海量GPS数据,对地图匹配提出了高挑战,为了解决传统匹配方法难以满足匹配效率和精度的不足,提出一种针对于海量GPS数据的实时并行地图匹配算法,能够同时保证较高匹配精度和运算效率。构建一种面向实时数据流的高效、准确实时地图匹配算法,首先通过引入速度、方向综合权重因子对依赖历史轨迹的离线地图匹配算法进行重构,进而引入Spark Streaming分布式计算框架,实现地图匹配算法的实时、并行运算,大幅提升实时地图匹配效率。实验结果表明,该算法在复杂路段的匹配准确率较常规拓扑匹配算法提高10%以上,整体匹配准确率达到95%以上;在匹配效率方面,较同等数量的单机服务器可提高效率4倍左右。实验结果表明,该算法在由11台机器组成的计算集群上实现8 000万个GPS数据点的实时地图匹配,证明了该算法可以完成城市地区的实时车辆匹配。     

基于人工引导的机器人建图技术

移动机器人能够创建精确的环境地图,是其具有准确的定位能力以及完成其他任务的前提。因此地图创建技术是移动机器人的关键技术。提出了一种基于人工引导方式的地图创建技术。该技术一方面弥补了传统机器人建图过程中自动搜索路径低效率的弱点,另一方面通过人机交互,机器人可以在建图的过程中记住关键的路径点,建立栅格地图与拓扑地图的混合地图,为移动机器人将来的导航奠定基础。     

一种基于特征地图的移动机器人SLAM方案

设计了一种结构化环境中基于特征地图的地图创建方案;采用激光测距仪进行特征地图创建,利用"聚合-分害虫-聚合"的方法来提取线段表示环境信息实现局部地图创建;为了实现移动机器人的同时定位与地图创建,采用扩展卡尔曼滤波方法对机器人的位姿与地图信息进行预测及更新,结合状态估计和数据关联理论,实验显示x的校正量保持在±0.9cm之内;y的校正量保持在±2.5cm之内;θ的校正量在±1.2之内,实现了基于扩展卡尔曼滤波器的SLAM.     

2D map-building and localization in outdoor environments

Determining the pose (position and orientation) of a vehicle at any time is termed localization and is of paramount importance in achieving reliable and robust autonomous navigation. Knowing the pose it is possible to achieve high level tasks such as path planning. A new map-based algorithm for the localization of vehicles operating in harsh outdoor environments is presented in this article. A map building algorithm using observations from a scanning laser rangefinder is developed for building a polyline map that adequately captures the geometry of the environment. Using this map, the Iterative Closest Point (ICP) algorithm is employed for matching laser range images from the rangefinder to the polyline map. Once correspondences are established, an Extended Kalman Filter (EKF) algorithm provides reliable vehicle state estimates using a nonlinear observation model based on the vertices of the polyline map. Data gathered during field trials in an outdoor environment is used to test the efficiency of the proposed ICP-EKF algorithm in achieving the localization of a four-wheel drive (4WD) vehicle. © 2005 Wiley Periodicals, Inc.     

基于特征线段匹配的救援机器人建图方法

针对救援机器人的环境识别及其建图(SLAM)问题,提出了一种基于特征 线段匹配的方法。通过激光雷达获取环境信息,采用特征线段提取匹配的方法提高了系统运 行速度,在救援机器人移动过程中,系统能够及时、准确地进行全局地图更新。在救援环境 中,利用救援机器人进行环境识别及建图,实验结果表明：采用基于特征线段匹配方法实现 建图,能够得到较完整的环境地图,其方法具有很好的实用性。     

Simultaneous localization and mapping using the Geometric Projection Filter and correspondence graph matching

A common way of localization in robotics is using triangulation on a system composed of a sensor and some landmarks (which can be artificial or natural). First, when no identifying marks are set on the landmarks, their identification by a robust algorithm is a complex problem which may be solved using correspondence graphs. Secondly, when the localization system has no a priori information about its environment, it has to build its own map in parallel with estimating its position, a problem known as simultaneous localization and mapping (SLAM). Recent works have proposed to solve this problem based on building a map made of invariant features. This paper describes the algorithms and data structure needed to deal with landmark matching, robot localization and map building in a single efficient process, unifying the previous approaches. Experimental results are presented using an outdoor robot car equipped with a two-dimensional scanning laser sensor.     

Grid-based scan-to-map matching for accurate 2D map building

This paper presents a grid-based scan-to-map matching technique for accurate 2D map building. At every acquisition of a new scan, the proposed technique matches the new scan to the previous scan similarly to the conventional techniques, but further corrects the error by matching the new scan to the globally defined map. In order to achieve best scan-to-map matching at each acquisition, the map is represented as a grid map with multiple normal distributions (NDs) in each cell, which is one contribution of this paper. Additionally, the new scan is also represented by NDs, developing a novel ND-to-ND matching technique. This ND-to-ND matching technique has significant potential in the enhancement of the global matching as well as the computational efficiency. Experimental results first show that the proposed technique accumulates very small errors after consecutive matchings and identifies that the scans are matched better to the map with the multi-ND representation than one ND representation. The proposed technique is then tested in a number of large indoor environments, including public domain datasets and the applicability to real world problems is demonstrated.     

Metric-topological maps from laser scans adjusted with incremental tree network optimizer

Several adaptations of maximum likelihood approaches to incremental map learning have been proposed recently. In particular, an incremental network optimizer based on stochastic gradient descent provides a fast and easy-to-implement solution to the problem. In this paper, we illustrate two map builders that process laser scans in order to extract the constraint network for the optimization algorithm. The first algorithm builds a map in the form of a collection of scans corresponding to a subset of the poses of a robot moving in the environment. Even though such a solution has the advantage of simplicity, it requires careful processing of data associations. After a preliminary selection of pose constraints candidates, a relative pose is computed through standard scan matching techniques. The second map builder stores a hybrid metric-topological representation: the map consists of a graph whose nodes contain local occupancy grid maps and whose edges are labeled with the relative pose between pairs of nodes. Each patch map summarizes the information of consecutive raw scans and such a richer representation better solves loop closure. Association between pairs of local maps is then performed and tested using correlation-based techniques. Our aim is to illustrate the effectiveness of a tree network optimizer integrated with simple methods for data association. Experiments reported in the paper show that a compact system integrating the optimizer and one of two versions of the map builder works reasonably well with commonly used benchmarks.     

地图构建中动态障碍干扰滤除的一种方法

在移动机器人环境建图中,动态障碍物的存在直接影响传感器的读数,导致产生不一致的环境地图,因此,移动机器人构建地图必须滤除动态障碍物干扰。采用直线插补的方法在先前的局部图上搜寻机器人与目标点之间是否存在障碍物,若存在障碍,则可判定该障碍物已移走(即为动态障碍),应该予以滤除。实验结果证明,该方法能在建图过程中有效地滤除动态障碍,并能有效减少静态障碍物探测的误差累积,算法复杂度小。     

基于局部子图匹配的SLAM 方法

针对现有的SLAM 解决方法在机器人被“绑架”时失效的问题,提出了基于局部子图匹配的方法．该 方法对现有的SLAM 解决构架进行了改进,提出交点最优匹配的特征相关算法,并且将奇异值分解方法引入机器人 定位．最后,在结构化环境下将本方法和基于扩展卡尔曼滤波器的方法进行比较,讨论了基于局部子图匹配的方法 在结构化环境中解决机器人“绑架”问题的有效性和可行性．     

移动机器人基于激光测距和单目视觉的室内同时定位和地图构建

该文研究了部分结构化室内环境中自主移动机器人同时定位和地图构建问题.基于激光和视觉传感器模型的不同,加权最小二乘拟合方法和非局部最大抑制算法被分别用于提取二维水平环境特征和垂直物体边缘.为完成移动机器人在缺少先验地图支持的室内环境中的自主导航任务,该文提出了同时进行扩展卡尔曼滤波定位和构建具有不确定性描述的二维几何地图的具体方法.通过对于SmartROB-2移动机器人平台所获得的实验结果和数据的分析讨论,论证了所提出方法的有效性和实用性.