移动机器人同时定位和地图创建的一种新方法

为了实现室内环境中移动机器人的同时定位和地图创建,提出了一种新方法,该方法应用顺序蒙特卡罗方法,把定位和地图生成分成状态估计和参数估计,应用多粒子滤波器实现同时估计机器人位置和障碍物位置。环境感知采用机器人自身配置的声纳传感器,应用哈夫变换提取环境障碍物边界特征,用直线近似表示,并提出了一种可靠的特征匹配方法。Pioneer 2移动机器人在实际室内环境中完成的实验证明了该方法的可行性。

基于单目视觉直线跟踪的SLAM实现

同时定位和地图生成问题(SLAM)是移动机器人的一个基本问题,有着广阔的应用背景。由于视觉传感器具有成本低、信息丰富的特点,是当前SLAM问题研究的一个热点。针对视觉传感器视野小、远距离观测精度低的问题,提出了一种基于直线跟踪的单目视觉SLAM算法。该算法通过对直线特征的近距离观测和跟踪,保证了定位的精度和地图生成的效率。在Pioneer3dx机器人平台上进行的实验研究表明,该算法尤其适合于结构化环境几何地图的构建。