从移动机器人在非结构环境下应用定位需求出发,系统梳理了移动机器人定位研究发展历史,划分为经验积累、理论框架形成和应用研究突破3个阶段。指出了推动移动机器人定位技术发展的3个主要矛盾,比较并总结了用于解决关键问题的算法的优缺点,展望了基于视觉的移动机器人定位的重点研究方向。

为了实现移动机器人在未知环境下快速自主定位与建图(SLAM),以及精准的路径规划与避障等功能。文中以Jetson nano作为主控,SMT32作为下位机,以深度相机RGB-D、高精度惯性测量传感器IMU、激光雷达等为传感器搭建自主移动机器人的硬件系统;控制系统以ROS系统为软件基础,提出了一种“RGB-D+IMU+激光雷达”多传感融合SLAM策略,运用ORB-SLAM3算法实现快速实时定位与建图(SLAM),采用Dijkstra算法为全局路线规划算法、DWA算法为局部路线规划算法实现路径规划和避障。最后在现实环境进行实验,从实验结果来看,达到了预期效果。

针对弱纹理环境下SLAM系统只依靠单一传感器鲁棒性较差的问题,提出一种视觉、单线激光雷达与惯性相结合的机器人SLAM算法。在视觉与雷达预处理阶段,视觉提取点线特征,同时雷达帧间匹配过程采用激光点到其最近两个点连线的距离构建误差方程,实现更高精度匹配效果。采用惯性传感器与轮速里程计进行雷达运动畸变校正,同时雷达估计信息为单目点线特征三角化提供良好深度值,再利用点线视觉信息、雷达点云信息与惯性测量单元紧耦合优化机制提高机器人SLAM的精确度。最后,将该方法在仿真环境和真实弱纹理环境进行实验。结果表明:该方法定位准确率达到98.6%,在弱纹理环境中定位效果具有较强的鲁棒性和准确性,满足实际需求。