胡晓强 刘汉忠 贾良冠 张盟 吴正朕

摘  要：目前主流的机器人操作平台ROS（Robot Operating System）建图媒介是Kinect双目摄像头，采用CMOS红外传感器感知黑白光谱的方式来构建目标地图。计算量大，建图轮廓不清晰，地图构建与实际地图偏移量较大，重定位精度差。本文提出基于ROS平台的激光雷达Slam-GMapping的重定位技术，包括RBPF粒子滤波算法、激光雷达Slam-GMapping建图和机器人的重定位。实验结果表明：激光雷达Slam-GMapping相比于Kinect，能够更好地构建目标地图，建图效果更加优越，建图精度更高;该重定位技术的定位方位更加精确，定位误差更小。

关键词：ROS;激光雷达;RBPF;Slam-GMapping;重定位

中图分类号：TP273     文献标识码：A 文章编号：2096-4706（2019）12-0159-03

Abstract：Aiming at the current mainstream robot operating platform ROS（Robot Operating System） mapping medium is Kinect binocular camera，which uses CMOS infrared sensor to sense black and white spectrum to build the target map. The calculation is large，the outline of the map is unclear，the offset between the map construction and the actual map is large，and the relocation accuracy is poor. In this paper，the relocation technology of laser radar Slam-GMapping based on ROS platform is proposed，including RBPF particle filter algorithm，Slam-GMapping mapping of laser radar and robot relocation. The experimental results show that Slam-GMapping of lidar can better construct target map than Kinect，with better mapping effect and higher mapping accuracy. The repositioning technology has more accurate positioning orientation and smaller positioning error.

Keywords：ROS;lidar;RBPF;Slam-GMapping;relocation

0  引  言

ROS（Robot Operating System）是一種基于图状架构，对不同节点的进程能接受、发布、聚合各种信息（例如传感，控制，状态，规划等等），且兼具硬件抽象、底层设备控制[1]、常用功能实现、进程间消息以及数据包管理功能，支持Ubuntu的开源机器人软件平台。Slam-GMapping采用RBPF的方法，运用重采样自适应技术[2]，充分考虑粒子耗散问题和粒子逐渐更新权重而收敛的特性[3]，降低了机器人位置在粒子滤波中的不确定性。从而使机器人对里程计信息获取、激光束点阵的优化采集等信息采集的质量有大幅度提升，建图更加完整，准确。然而Slam-GMapping建图依据车轮里程计信息，需要由里程计信息实时结算机器人当前的姿态和位置，这就使得机器人导航时必须放在上次建图的同一位置，才能相对确保机器人导航的准确性。本文介绍一种基于ROS平台的激光雷达Slam-GMapping的重定位方法，能够很好地解决上述问题。……