2026《复杂环境下的机器人建图与定位精度问题研究的国内外文献综述》4000字.docxVIP

7-

复杂环境下的机器人建图与定位精度问题研究的国内外文献综述

目录

TOC\o1-3\h\u1959复杂环境下的机器人建图与定位精度问题研究的国内外文献综述 1

147061.1复杂环境的建图研究 1

178331.2复杂环境的定位研究 3

机器人搭载传感器在运动中估计自身的位姿并建立周边环境地图的过程称为SLAM，SLAM的根本目的是为后续的机器人导航提供一个好的先验地图。现有的建图、定位算法能够在普通室内环境达到较高的精度，然而在复杂的环境中，例如动态、高相似度、少特征环境，易出现建图精度不高以及定位出错的问题。目前国内外学者就提高复杂环境下的建图与定位精度展开了大量的研究。研究主要包括三个方向：改进算法、使用多传感器数据融合以及神经网络优化等。针对特定的问题，这些研究取得了丰硕的成果，但往往同时也放大了其他方面的一些问题，包括算法的计算量，稳定性以及普适性等。

1.1复杂环境的建图研究

火箭空军大学的林志林等人采用混合高斯模型剔除动态物体的对建图影响[2]。基于同一个物体运动矢量趋于一致的准则，对采集到的数据建立混合高斯模型，并剔除检测到的动态点。该方法在动态特征占比较多时仍能够很好地剔除外点并进行位姿估计，有效提高了建图精度。但是在混合模型交界处容易将动静点混淆，并且当动态物体较多时，高斯模型的数量也会增多导致误差变大。

山东大学的We