針對激光SLAM(同步定位與地圖創(chuàng)建)的實時性和定位精度問題,為了克服初始位姿不準(zhǔn)確情況下增大搜索范圍和位姿匹配分辨率對實時性的影響,本文在傳統(tǒng)ICP-SLAM(迭代最近鄰SLAM)基礎(chǔ)上進行改進,提出了一種分層搜索與匹配的快速ICP-SLAM方法.首先,在搜索范圍內(nèi)采用由粗到細(xì)的分辨率進行全局搜索,并通過逐漸增加待匹配點的密度進行分步匹配計算.點云匹配過程中,通過構(gòu)建距離像計算待匹配點的最近鄰距離值,其計算復(fù)雜度降低為O(1).其次,通過對點云匹配結(jié)果進行優(yōu)先排序和剪枝,快速排除非最優(yōu)解.最后,以半數(shù)全局最優(yōu)與全數(shù)局部最優(yōu)原則作為搜索結(jié)束判斷條件,提高搜索效率.SLAM Benchmark數(shù)據(jù)集上的測試結(jié)果表明,相比于流行的激光SLAM算法Cartographer,所提出的方法取得了更小的平均誤差和平方誤差,計算效率為Cartographer算法的2～5倍.同時,工業(yè)AGV(自動導(dǎo)引車)的實際應(yīng)用實驗驗證了在初始位姿未知的情況下,可實現(xiàn)實時的位姿估計與建圖,重復(fù)定位精度優(yōu)于1.5 cm.因此,這種快速ICP-SLAM方法能夠保證實現(xiàn)準(zhǔn)確的定位估計,具有良好的實時性.

【文章頁數(shù)】：12 頁

【文章目錄】：
1 引言（Introduction)
2 前端匹配（Front-end matching)
    2.1 點云模型建立
    2.2 點云匹配問題
    2.3 優(yōu)化搜索求解
        2.3.1 建立多分辨率搜索樹
        2.3.2 建立多點云密度搜索樹
        2.3.3 優(yōu)化搜索
        2.3.4 搜索結(jié)束判斷條件
3 距離像與建圖（Distance map and map-ping)
    3.1 構(gòu)建距離像
    3.2 基于距離像剔除點云匹配中的錯誤點
    3.3 構(gòu)建障礙地圖
4 后端優(yōu)化（Backend optimization)
    4.1 閉環(huán)檢測
    4.2 閉環(huán)優(yōu)化
5 實驗結(jié)果（Experimental results)
    5.1 算法參數(shù)分析與選取
    5.2 基于距離像計算最近鄰的效率和精度測試
    5.3 分層優(yōu)化搜索效率的測試
    5.4 閉環(huán)優(yōu)化測試結(jié)果
    5.5 位姿估計精度與實時性的測試
    5.6 在AGV機器人上的應(yīng)用測試
6 結(jié)論（Conclusion)



本文編號：3800661