基于特征融合的仿生SLAM算法研究.pdf

第 卷第 期 安 徽 工 程 大 学 学 报
３４年 月２ 　 　 　 　 　 　
TP２４　　　　 A
移动机器人在未知环境中运动时逐步构建环境地图 同时运用此地图对机器人进行位姿估计 即运动
, ,
机器人的同时定位和地图创建 一般的地图构建和定位系统需要有环境的先验信息或者环境的
(SLAM).
模型 但是 系统在地图信息和机器人位置不明确的情况下仍然可以工作 即使在环境改变的情况
, SLAM ,
下仍然可以工作 对 问题的解决方法运用最为广泛的是基于数学概率的方法[１] 数学概率方法
. SLAM .
的实现是建立在传感器平台上的 传感器虽然类型和能力各有不同 但是都存在使用限制和不同程度的噪
, ,
声 因此使用精准的传感器是提高机器人 的精度和可靠性的一个方法[２] 自然界中的生物采用完
, SLAM .
全不同的办法来解决这个问题 它们不需要高精度的传感设备就可以在复杂环境中进行地图构建和导航
, .
这是因为动物具备同步地图构建和导航的能力[３] 受动物空间认知的启发 在过去的几十年里 许多研究