陈白帆，蔡自兴，邹智荣

(中南大学 信息科学与工程学院, 湖南 长沙，410083)

移动机器人同时定位与建图(Simultaneous localization and mapping，SLAM)问题是移动机器人研究领域的基本问题与研究热点，也是移动机器人真正实现自主的最重要的条件之一。所谓同时定位与建图，是指机器人在移动过程中根据位姿估计和传感器数据进行自身定位，同时建造增量式地图[1]。数据关联问题也称一致性问题，本是目标跟踪中的问题，用于确定传感器的测量信息和目标源之间的对应关系[2]。在移动机器人SLAM中数据关联是指建立在不同时间、不同地段获得的传感器测量之间、传感器测量与地图特征之间或者地图特征之间的对应关系，以确定它们是否源于环境中同一物理实体的过程。它是SLAM本身面临的挑战之一，对于SLAM的状态估计至关重要，并直接影响到SLAM的计算复杂度和结果的正确性。目前，移动机器人SLAM中的数据关联的研究主要有3个方面：

(1) 局部数据关联。当前观测信息与已有地图中的某个特征匹配或 2个连续的观测帧间的匹配(Scan matching)从而进行特征或目标的跟踪问题的匹配问题，这是SLAM过程中必不可少的基本问题，也是本文的主要研究问题。

(2) 循环闭合。主要针对环境中存在循环(Loop)地形的情况。当移动机器人绕循环地形1周时，综合应用各方面信息确认机器人回到了循环起点，并获得当前观测与循环起点处地图特征间的关联关系，对机器人定位及地图进行误差修正。

(3) 地图合并。对于大范围的环境探索，需要用到多个机器人协作以减少环境探索时间、提高环境建图的精度。……