扁平化组织常见形式的特点及改造的方法.ppt

;;;;;;;;;;;0引言智能主体能够在未知环境中自主地完成一些功能，例如自动驾驶、扫地机器人、灾后救援等，需要不断对周围环境进行探测并创建环境地图，对自身定位进行路径规划，避开障碍物准确到达目的。这些任务要求智能主体既要明白自身狀态（即位置），也需要了解外在环境（即地图）。研究者把这类问题称为同时定位与地图创建（SimultaneousLocationandMapping.SLAM），定位是指在室内环境下，GPS或BD模块接收不到卫星信号，无法获取经纬度等位置相关信息时，智能主体则通过环境中特征（如路标或障碍物）来对自身的位姿进行估计：地图创建是指将未知环境中所有物体的相关位置等信息提取出来，即对环境进行描述，这两者密切相关，相互依赖。智能主体需要利用已经创建出来的地图对自身进行定位，又需要智能主体依据当前的位姿信息对环境地图进行更新。近几年来，SLAM成为智能主体研究的核心内容，SLAM主要有传感器数据读取、前端视觉里程计、后端优化、回环检测、建图五部分构成。本文主要研究后端优化部分，后端在接受不同时刻视觉里程计测量的相机位姿信息、回环检测的信息，对这些信息进行优化，得到智能主体全局一致的轨迹和地图。