对于在室外小范围(如公园、工业园区)运行的移动机器人,为控制成本,在不借助其他定位装置仅依靠激光雷达的情况下进行定位导航,单线激光雷达无法在未知的环境下对实际环境进行真实建图与定位,建立出的栅格地图无法描述真实的外部环境;适用于室外的多线激光雷达发出的点云数据虽可描述出复杂的室外环境,但其建立的点云地图无法直接用于导航。故本文提出一种借助多线激光雷达基于八叉树地图的室外导航算法,将点云地图压缩成八叉树地图,进一步转化成栅格地图,并提取栅格地图信息,为ROS中导航包提供相应的必要信息,从而实现室外导航避障功能。实验表明该算法可成功将周围环境以栅格地图形式进行描述,并发送出激光点信息完成室外导航。

为实现动态场景下移动机器人自主定位和建图,解决传统视觉里程计方法跟踪效果差及累积误差问题,提升闭环检测的准确性和鲁棒性,提出融合深度学习的同时定位与地图构建方法。采用四叉树算法均匀化特征分布,解决动态场景特征聚集问题;通过优化的目标检测网络识别场景动态语义信息,剔除动态物体对位姿估计的干扰;充分提取场景空间结构信息,结合点特征和线特征实现位姿跟踪及回环检测,构建全局一致的环境地图。TUM数据集和真实场景实验结果表明