摘要: 随着科学技术的飞速发展，自主移动机器人的智能化水平逐步提高，人们逐渐使用机器人来代替人类完成重复性较高或危险系数较高的任务，如物流配送、巡检安防、餐饮服务等。由于定位系统的精确与否是机器人在未知场景下是否能够流畅运行的关键问题，而... 展开 随着科学技术的飞速发展，自主移动机器人的智能化水平逐步提高，人们逐渐使用机器人来代替人类完成重复性较高或危险系数较高的任务，如物流配送、巡检安防、餐饮服务等。由于定位系统的精确与否是机器人在未知场景下是否能够流畅运行的关键问题，而传统的单一传感器系统均存在着一些无法解决的缺陷，为使高速移动的机器人能够在复杂且陌生的环境中更加灵活流畅的完成任务，本论文提出了一种更加鲁棒且精度较高的基于多传感器融合的激光SLAM(Simultaneous Localization and Mapping)方案，主要的研究内容如下所述: (1)利用IMU(Inertial Measurement Unit，惯性测量单元)辅助去除激光雷达产生的运动畸变。IMU直接获取机器人移动的角速度和线加速度，通过求解当前帧激光数据中每个激光点对应的机器人位姿，将所有激光点转换到同一坐标系下，重新封装为一帧激光数据发布出去。 (2)构建了一种基于多传感器融合的紧耦合激光SLAM系统。该系统将单线激光雷达数据和其他传感器数据进行融合，相较于传统的多线激光雷达SLAM系统，极大地降低了硬件成本，且能有效地保证该系统的鲁棒性，更加适用于中小型应用场景。 (3)提出了一种基于八叉树结构的障碍栅格地图改进方案。首先利用深度相机直接获取机器人的位姿信息，再将目标环境的深度信息转化为三维点云;根据机器人的位姿信息和机器人相对于相机的外参，计算相机的相对变换，并将三维点云变换到地图坐标系;最后使用八叉树结构保存机器人周围的局部三维点云，并投影到二维平面上，从而生成局部障碍栅格地图。 本论文所提出的紧耦合SLAM系统，在移动物体较多或人群较为密集等的高动态场景中具有较强的鲁棒性，此外利用单线激光雷达数据与其他传感器数据进行融合定位，相比于传统多线激光雷达SLAM极大地降低了硬件成本，为移动机器人在室内中小型场景中提升灵活避障能力以及广泛应用提供了便利。 收起