许国玉， 曹虎辰， 刘少刚

（哈尔滨工程大学机电工程学院，黑龙江 哈尔滨 150001）

目前，救援机器人地图创建主要采用的是基于特征线段的SLAM算法，通过激光雷达扫描出的信息得到环境轮廓特征及机器人位置信息。所提取的环境特征主要是能够反映大范围环境的结构化特征（如点、角和线段等），分别与凸角、墙角和墙边等实际特征一一对应。基于特征SLAM算法发展迅速，主要是以点特征为研究对象。点特征的缺点是数量庞大、计算复杂，其算法本身存在一定的缺陷，尽管可以通过使用卡尔曼滤波或者路标提取等附加方法来解决其问题，但仍存在不少问题[1-4]。

根据救援环境的特殊性可以发现，相比点特征的复杂特性，在大多数情况下直线特征更容易被提取和匹配。因此，研究提出了一种基于线段特征匹配的SLAM算法，将点和线的特征相融合，提高救援机器人的建图性能。

1 激光雷达扫描中特征线段识别

特征识别过程主要分为两个步骤，区域分割和特征提取。

1.1 初始区域分割

假设激光雷达可得到的数据点个数为n，并以其n个点为一个区域，那么这个区域可以表示A1{(Xi,Yi)|i=1,2…n}。利用两点间欧式距离公式可求得相邻两点间距离Dj，同时确定一个阈值δ，通过判断Dj和阈值δ的关系，确定相邻的两个点是否在一个直线特征集合范围内。

当Dj大于δ时，确定点(Xj,Yj)是该区域的一个分割点，以此点为分割点将区域A中的激光数据点划分成两个部分，分别得到区域A1{(Xi,Yi)|i=1,2…j}和区域A'{(Xi,Yi)|i=j+1,j+2…n}。依次类推，按照同样方法对区域A1和A'继续进行划分，最后能够得出N个相互不连的区域{A1,A2,…AN}。……