移动机器人在未知环境中自主导航时定位需要精确的地图,同时为了构建精确的地图必须确定机器人的位姿,同时定位与地图构建(SLAM)问题便产生。基于激光雷达SLAM自主导航算法是研究的方向之一,激光雷达具有测距精度高、测距远等优点,但是由于激光雷达的数据量少、传感器本身噪声的影响,容易导致机器人构建地图精度低、定位误差大等问题。针对激光雷达的数据测得的距离信息进行线段特征提取算法,通过将常用PDBS、IEPF算法优缺点进行综合,提出了一种混合特征提取算法。最后通过对SICK的LMS111-10100激光雷达获取环境中的一组数据进行处理,分别对PDBS、IEPF算法及混合算法提取效果与实际环境对比,验证了特征提取混合算法的有效性。

为解决电力系统中的信通机房巡检问题,采用激光雷达传感器来对周围环境进行感知,基于Hector_SLAM算法、快速扩展随机树算法以及滑模轨迹控制算法设计了机器人的自动导航功能。首先,基于Hector_SLAM算法实现实施建图与定位,随后利用快速扩展随机树算法进行路径规划,给出理想轨迹,最后利用滑模轨迹控制算法跟踪理想轨迹以实现自动导航功能。MATLAB仿真结果证明所选的路径规划算法与轨迹跟踪算法可以实现在未知地图中起止点之间自动导航的功能,且精度满足要求。

本文分析了声波对有损耗样品板的透射规律，得到了透射率|W|^2的公式。对于两类样品板，通过数值计算得到了它们的响应曲线|W|^2θ，通过调节入射角θ1得到|W|^2的最大值。所做工作有利于提高SLAM的检测灵敏度。

描述７６ＭＨｚ激光扫描声学显微镜的研究试制工作，介绍了激光扫描声学显微镜的基本结构。测试结果表明，该显微镜的分辩率达３０μｍ，探测深度达２ｍｍ，扫描面积达３ｍｍ×４ｍｍ，并已应用于我层陶瓷电容器的无损检测。最后给一些样品的声学像。

提出了一种基于单目视觉和激光雷达的同步定位与制图融合语义信息的新方法,该方法利用从单目视觉中提取的特征和在激光雷达深度地图中的对应关系来获得相对于关键帧的姿态数据,同时对图像进行语义分割;通过从深度卷积神经网络CNN获得的语义特征来细化语义信息,地图中的每个点都与一个语义特征相关联,以执行语义引导的本地和全局姿态优化。提出的语义标记和SLAM的耦合具有更好的鲁棒性和准确性。在室内环境中对装备单目视觉和激光雷达的移动机器人进行验证实验,实验结果表明:该方法可以提高机器人导航精度,实现机器人智能自主导航,同时也可以提供语义信息的图像数据。

针对清雪机器人在未知环境中缺乏环境感知能力和自主规划路径等问题,研究基于机器人操作系统(ROS)结合激光雷达的同时定位与建图技术(SLAM)、路径规划技术,确定清雪机器人的研究思路。采用基于改进Rao-Black⁃wellized粒子滤波SLAM用于机器人在未知环境中实现同时定位和建图,通过激光雷达扫描匹配建立栅格地图,采用A^(∗)和DWA算法对建立的栅格地图进行全局路径规划和局部动态避障,并通过自主开发的清雪机器人作为实验平台验证可行性。结果表明:在实际环境中,基于激光雷达的同步定位与建图有效解决了清雪机器人位姿估计和地图构建问题,清雪机器人能够按照指定清雪路线移动,并避开实时出现的障碍物,验证了清雪机器人设计的可能性。

设计了一种针对核环境场合的多功能巡检救援机器人系统,可多通道远程遥操作执行巡检救援任务。结合机器人功能特性及作业要求,提出了一种适用于狭小多障碍环境下的不变姿态直角转弯电磁导航方法。通过EKF方法融合里程计和惯性测量单元,并以激光雷达数据为观测量,在ROS上采用FastSLAM方法实现了机器人基于多传感器的建图和定位。介绍了机器人的系统设计及其电磁导航、建图定位实现方法,并进行电磁导航巡线实验和同时定位,实验结果证明了导航算法和定位方法的可行性和正确性。

基于激光雷达和定位与地图构建（SLAM，Simultaneous Localization and Mapping）的麦克纳姆轮小车，集SLAM所携带的外部感知环境，并利用提取的信息进行自我定位的功能和激光雷达对目标回波和发射信号的比较处理，实现目标等参数确定的功能。文中基于激光雷达和麦克纳姆轮的定位方式进行展开，重点研究移动机器人里程计的获取解算和使用AMCL（自适应蒙特卡洛定位算法）输出定位坐标，同时进行多次的模拟试验测试，并对试验结果进行分析。试验结果表明，麦克纳姆轮小车实现了机器人的定位与导航和麦克纳姆轮全方位移动的强强联合。