基于激光2D-SLAM的地图构建算法研究.pdfVIP

摘要

智能移动机器人在未知环境中运动时，需要感知周围环境并确定自身在环

境中的位置，因而必须具备环境地图构建及自主定位的能力。即时定位和地图

构建（SimultaneousLocalizationandMapping，SLAM）技术便是用于解决机器

人在未知环境中构建环境地图和自主定位的关键技术，它在机器人的自主导航

中发挥着重要作用。SLAM技术是近年来机器人领域的研究热潮，涌现了众多

不同的解决方案。

本文以ROS机器人系统作为平台，研究了在室内未知环境中，基于扫描匹

配方法的二维激光SLAM问题。主要工作如下：

（1）使用LM（Levenberg-Marquardt，列文伯格-马夸尔特）方法改进激光

SLAM的扫描匹配过程，降低了定位误差。首先根据本文使用的地图模型，对

基于占据栅格地图的扫描匹配方法进行了推导；针对高斯牛顿法求解扫描匹配

时局部近似不够准确及可能导致不收敛的现象，使用LM方法求解扫描匹配以

缓解该问题，最后通过实验验证了LM方法的有效性。

（2）提出了改进的SDF（SignedDistanceFunction，符号距离函数）地图，

优化了占据栅格地图对于地图精度的限制。通过研究传统的Hector-SLAM算法

及2D-SDF-SLAM算法，本文提出了WSDF（加权SDF）地图，该地图拥有更

高的精度，同时使用加权的思想，使得地图更为平滑和有效。最后结合LM优

化方法，提出了基于WSDF地图的改进的SLAM方法。

（3）搭建本文所使用的仿真实验环境，包括ROS机器人系统，Gazebo仿

真软件及Rviz可视化软件等。通过ROS机器人系统及上述软件进行实验，并对

比分析了改进的SLAM方法和传统的Hector-SLAM方法。实验结果表明改进后

的SLAM方法具有较好的定位与构图效果。

关键词SLAM，激光雷达，扫描匹配，梯度优化，地图

ABSTRACT

Whenanintelligentmobilerobotmovesinanunknownenvironment,itneedsto

sensethesurroundingenvironmentanddetermineitspositionintheenvironment.

Therefore,itmusthavetheabilitytobuildanenvironmentalmapandautonomous

localization.SimultaneousLocalizationandMapping(SLAM)isakeytechnologyused

tosolvetheproblemofrobotsbuildingenvironmentalmapsandautonomous

localizationinunknownenvironments.Itplaysanimportantroleinrobotsautonomous

navigation.SLAMisaresearchboominthefieldofroboticsinrecentyears,andmany

differentsolutionshaveemerged.

Inthispaper,theROSrobotsystemisusedasaplatformtoresearchthelaser

SLAMproblembasedonthescanningmatchingmethodoftheindoorunknown

environment.Themainworkisasfollows:

(1)TheLM(Levenberg-Marquardt)methodisusedtoimprovescanma