王永力，胡旭晓，兰国清，承永宏

(浙江理工大学 机械与自动控制学院，浙江 杭州 310018)

近年来信息处理、人工智能等领域的突破性进展，为自主移动机器人的发展提供了理论基础.在室内移动机器人研究中，自主定位与导航算法属于核心技术.为实现机器人的智能行走，必须解决其实时准确定位的问题，而视觉传感器能获取丰富的图像纹理信息，已逐渐成为移动机器人定位与导航的首选方案[1].同时定位与地图构建SLAM(Simultaneous Localization and Mapping)是自主移动机器人定位与导航的重要组成部分.SLAM是指搭载特定传感器的主体，在没有环境先验信息的情况下，在运动过程中建立环境模型，同时估计自身的运动.其中传感器扮演着重要的角色.它被粗略地分为内部传感器和外部传感器.其中，内部传感器有光电编码器、陀螺仪等；外部传感器比较丰富，有摄像头、GPS(Global Positioning System)、激光测距仪、声纳等.自主移动机器人的位姿估计通常依赖编码里程计.然而编码里程计在实际应用中有很大的不确定性，随着里程数增加，编码里程计往往会积累较大的误差.这对自主移动机器人来说是巨大的隐患.移动机器人在导航过程中需要不断感知周围动态环境，以引导自身安全到达目标位置.GPS导航、电磁导航、无线电导航、视觉导航等是移动机器人导航的主要形式[2-4].GPS导航定位精度不高，且较难在室内场景使用.电磁导航可用于室内场景的导航，但需要提前铺设大量的专用磁条，因而灵活性较……