摘要
随着社会生产力的发展和科学技术水平的提高，移动机器人在家居、救援、医疗和工业制造中得到广泛的应用。当处于随机障碍物较多且空间密闭、光线暗淡的环境下，移动机器人仅依靠单一传感器无法实现自主导航。因此，本文针对移动机器人自主导航系统涉及的同时定位与建图（SimultaneousLocalizationandMapping,SLAM）和路径规划关键技术开展研究，基于视觉与激光雷达信息融合完成了在复杂环境下的自主导航。 首先，针对多传感器数据在时间和空间上不同步问题，设计了相应的同步算法对不同传感器数据的时间戳进行统一，完成相机和激光雷达传感器联合标定，得到二者更准确的相对位姿；通过对比分析不同视觉特征点的提取与匹配速度，为视觉与激光雷达融合SLAM算法选择了最佳的视觉特征。 其次，设计了基于视觉与激光信息融合的SLAM方案。当机器人定位失败或出现误差时，视觉回环检测与激光雷达邻近检测双保险有效的降低了机器人定位失败的风险。通过设定的融合规则，并采用贝叶斯估计方法，实现相机和激光雷达构建栅格地图的融合和更新。 接着，对比分析选择A*算法和时间弹性带（TimeElasticBand,TEB）算法分别作为全局和局部路径规划算法，并对传统A*全局路径规划算法进行了优化。优化后的A*融合TEB算法，以规划好的全局路径为基础进行插值，设置临时目标点，并添加约束条件，规划出安全性较高且曲率平滑的行进路线，并进行了仿真分析以验证其有效性。 最后，搭建了移动机器人实物平台。通过设置不同的真实环境，对移动机器人的定位与建图效果、导航精度和实时避障效果进行验证。实验结果表明所设计的视觉与激光雷达融合SLAM和路径规划算法能够很好的满足移动机器人在真实环境中自主导航需求，进一步验证了SLAM和路径规划算法的有效性。
NETL