基于Karto算法的割草机器人建图及其运动畸变校正

农业割草机器人是SLAM技术在农业领域的重要应用,部署在机器人端的SLAM算法的建图效率及其运动稳定性将直接影响割草机器人的工作效率和人为干预的占比。为了提高割草机器人基于以往传统算法的建图效率,减小所建地图的噪声残差,课题组提出了一种基于Karto算法并引入G2O后端优化库进行花坛建图的策略,并且结合IMU和轮速计进行激光雷达的运动畸变校正。该优化策略将图优化方式转化为最小二乘的超定方程解,并提取误差函数进行畸变校正,可以有效解决因路面崎岖打滑导致的建图偏差问题,在相当程度上提高了割草机器人的工作稳定性。