为了提高激光SLAM导航定位的实时性和稳定性,采用自适应阈值法、迭代适应点以及最小二乘法结合直线度的方法提取局部地图中的特征线段和全局地图中的线段,通过特征线段匹配进行初始定位。利用惯性导航位姿推算结合地图匹配的方法进行动态定位,获得机器人的实时位姿。同时,采用动态重定位的方法进行重定位,提高了移动机器人对工作环境的适应能力和可靠性。实验表明,基于地图匹配的导航定位算法的定位精度在±40mm以内,定位的时间不大于0.03s,可以较好地满足机器人的实际导航需求。

高精度的定位结果是移动机器人路径规划等各项任务的前提,全球卫星定位系统(GPS)能够在空旷区域得到移动机器人的全局定位坐标,但在无卫星信号环境下存在定位精度低或难以定位的问题。提出一种GPS与地图匹配的组合定位方法解决部分无卫星信号复杂环境中的定位问题。首先建立一种修正航迹推算误差的新运动模型,降低航迹推算的累计误差。其次,相对航迹推算定位方法,基于无损卡尔曼滤波算法将GPS与航迹推算融合的定位方法使移动机器人的定位精度提高了79.7%。最后引入地图匹配定位,并组合GPS与航迹推算融合的结果实现复杂环境中的准确定位。实验证明:基于GPS与地图匹配的组合定位方法能够解决移动机器人在复杂环境中的定位问题,同时相对传统GPS定位方法移动机器人的定位精度提高了43%。