面向家居环境的多传感器融合SLAM算法研究与实现.pdfVIP

摘要

摘要

随着科技水平的不断提高，人们为提高家居生活的舒适度和智能化，在家居

场景中对移动机器人的使用需求越来越多。同步定位与建图技术（SLAM）是移动

机器人可以通过不同的传感器获取自身及周围环境的信息，然后进行估计自身位

姿的同时构建环境地图的技术。为适应家居场景下移动机器人的市场，家用移动

机器人会搭载更少种类和成本更低的传感器。而低成本传感器存在测量精度有限

的问题，在面对拥有较多家具和日常用品摆放的家居环境，移动机器人进行清扫

等工作需要达到更高的定位精度。人们对移动机器人智能化上的需求的提高，使

得移动机器人需要获取更多元的信息来完成对家居环境的信息感知以此来完成更

智能的工作任务。因此，本文从提高位姿估计准确度和建立多元信息融合地图两

个角度出发，对面向家居环境的多传感融合SLAM技术进行深入研究。本文的研

究内容如下：

（1）为解决低成本传感器测量精度有限的问题，基于扩展卡尔曼滤波（EKF）

融合多传感器数据进行位姿估计的方案被广泛使用在家用移动机器人上，但在

精度方面还有进一步提升空间。于是本文提出了一种基于误差状态卡尔曼滤波

（ESKF）融合轮式里程计和惯性测量单元的位姿估计算法。并在基于扫地机器人

清扫轨迹的模拟实验中验证了基于ESKF的融合算法方案比传统EKF方案位姿估

计的误差更小，使移动机器人在家居环境下进行对自身位姿的估计更接近真实值，

在评价指标绝对轨迹误差的平均值和均方根值上分别降低了6.2%和16.8%。

（2）家用移动机器人普遍使用的激光SLAM方案虽然可以得到较准确的障碍

物地图，但家居场景存在大量的家具和生活日用品，这些物品的类别信息是无法

被激光雷达所感知的。于是本文提出了一种融合视觉信息和激光雷达信息的地图

构建方案，双目摄像头通过视觉模块的测距算法和检测算法获取场景内物体的距

离、尺寸以及类别等视觉信息，再与激光雷达获取的场景物体位置信息进行数据

融合，最后构建含有语义信息的场景栅格地图。并进行了模拟家居场景建图实验，

实验结果证明，本文所提出的融合数据建图算法对比激光SLAM方案，在保持相

对建图精度的同时，较高准确率的赋予了地图物体语义信息。

关键词：移动机器人，SLAM，多传感器，数据融合，家居环境

I

ABSTRACT

ABSTRACT

Withthecontinuousimprovementoftechnology,thereisanincreasingdemandfor

theuseofmobilerobotsinhomescenariosinordertoimprovethecomfortand

intelligenceofhomelife.SynchronizedLocalizationandMapBuilding(SLAM)isa

technologythatallowsmobilerobotstoacquireinformationaboutthemselvesandtheir

surroundingsthroughdifferentsensors,andthenestimatetheirpositionwhilebuildinga

mapoftheenvironment.Inordertoadapttothemarketofmobilerobotsinhome

scenarios,homemobilerobotswillbeequippedwithfewertypesandlowercostsensors.

Whereaslow-costsensorssufferfromlimitedmeasurementaccuracy.Inthefaceof

homeenvironmentswithmorefurnitureanddailynecessities,mobilerobotsneedto

achievehigherpositioningaccuracyforcleaningandothertasks.People’sdemandfor

intelligentmob