摘要
随着科学技术的不断发展，机器人技术的智能化已经成为研究热点，并慢慢走近了人们的日常生活中。同步定位与地图构建（Simultaneous Localization and Mapping SLAM）和实时的路径规划是实现移动机器人智能化的关键，而构建地图的精度会直接影响移动机器人的自身定位和自主导航，所以如何提高构建地图的准确性、完整性对移动机器人自主导航的鲁棒性和实时性是至关重要的。 本文针对的研究对象是家庭服务型移动机器人，对硬件的成本有一定的要求，在试验阶段，选用廉价的单线激光雷达融合视觉信息，在降低了开发成本的基础上，有效地提高了构建地图的准确性和完整性。 为此，本文基于国家自然科学基金面上项目（61573009）《基于形式化与Ad-Hoc方法的车辆自主决策安全性在线验证》开展的主要研究内容包括以下几个方面： 1.基于ROS系统，搭建Rplidar A2+turtlebot2+gmapping的移动机器人平台，在静态的环境中，移动机器人能够实现自我定位和地图构建。RpidarA2作为单线的激光雷达，扫描区域是二维平面，对于不在二维平面上的障碍物是扫描不到的，影响移动机器人的避障。为此，将障碍物的三维空间信息补充到激光雷达扫描的二维栅格地图中能丰富地图的信息，提高地图的精度。 2.使用微软公司的RGB-D深度相机Kinect进行视觉SLAM实验，并分析视觉SLAM构建地图的局限性。视觉SLAM中，相机获取到环境的点云非常庞大，如果直接拿来使用，计算量非常大，对设备的内存和CPU要求很高。本文从提取点云到利用特征点法搭建视觉里程计过程中，设置阈值，滤除一定范围之外的点云，提高计算速度。 3.本文使用Bayes估计来对单线激光雷达和RGB-D相机获取到的数据进行融合，建立了一种光线投影模型，将光束简化抽象为一条确定距离的光线来记录栅格单元，根据占据栅格的概率来逐步建立栅格地图，提高构建地图的精度，保证了地图的完整性。同时，间接性地提高了移动机器人的避障和导航的精确性与实时性。 4.对自己搭建的移动机器人实验平台进行了学习与研究，主要包括硬件部分的移动平台Turtebot2，传感器单线激光雷达测距仪和RGB-D相机Kinect，软件部分的机器人操作系统ROS。利用构建的实验平台在实际场景下进行地图构建和导航的实验，证明了该系统设计方案的可行性。
NETL