王依人， 邓国庆， 刘 勇， 张 文，2

(1.中国科学院 合肥物质科学研究院 应用技术研究所，安徽 合肥 230031; 2.中国科学技术大学，安徽 合肥 230026)

基于激光雷达传感器的RBPF-SLAM系统优化设计

王依人1,2， 邓国庆1， 刘 勇1， 张 文1，2

(1.中国科学院 合肥物质科学研究院 应用技术研究所，安徽 合肥 230031; 2.中国科学技术大学，安徽 合肥 230026)

针对传统Rao-Blackwellized粒子滤波(RBPF)方法的同步定位和建图(SLAM)问题，提出了一种基于激光雷达的RBPF-SLAM系统优化方法，利用高精度激光雷达数据，修正了基于里程计读数的建议分布函数，减少了滤波过程所需的粒子数目；引入了自适应重采样机制，缓解由于重采样带来的粒子消耗问题。为验证改进算法性能，在搭建的差速型移动机器人平台上，进行了验证试验，结果表明：改进后的RBPF-SLAM方法，能够实时构建栅格地图，在建图效率和精度上均有明显的提升。

激光雷达传感器; 同时定位与建图(SLAM); 机器人; Rao-Blackwellized粒子滤波(RBPF)

0 引 言

室内自主移动机器人具有广泛的应用前景，其实现自主移动需同时具备环境建图、自主定位、路径规划、自主避障、运动控制等能力，而实现同步定位和环境建图(simultaneous localization and mapping,SLAM)是核心问题，也是当前机器人领域的研究热点。

机器人SLAM，概念最早由Smith R,Self M,Cheeseman P提出[1]，指机器人在未知环境中，借助传感器感知环境，以构建环境地图，同时确定自身在环境中所处位置的方法。Hammersley J M等人提出了基于粒子滤波的SLAM方法[2]，利用状态空间中一组带权值的粒子，拟合机器人系统状态的后验概率分布，但由于计算量大，该方法发展缓慢。……