杨蕴秀， 韩宝玲*， 罗 霄

(1.北京理工大学机械与车辆学院， 北京 100081； 2. 北京理工大学计算机学院， 北京 100081)

机器人要实现自主运动就需要对周围的场景及自身在场景中的位置具有感知能力。同时定位与建图(SLAM)技术可以帮助机器人在未知环境中探索位置信息，提供运动轨迹，并对周围环境进行场景描述[1]。二维占据栅格地图是移动机器人在路径规划和自主导航中应用最为广泛的地图[2-4]。当前可以通过激光SLAM或者视觉SLAM对环境进行感知，进而构造环境二维栅格地图。使用2D激光雷达SLAM可以直接创建二维栅格地图，但是该地图只包含环境在该平面上的几何信息，不能完整表达空间中的障碍物信息[5-6]。使用3D激光雷达SLAM和视觉SLAM需要将生成的空间点云进行投影获得二维栅格地图[7]。由于点云对空间点云进行投影的关键在于将地面与障碍物进行分离。当前主要采取的做法是识别地面区域，使用随机采样一致性(random sample consensus，RANSAC)算法拟合求解地平面，将不满足地面方程的点云视为障碍物，并沿地面平面的法向量进行投影[8-11]。Chen等[12]提出将3D点云用切片的方式进行高度投影得到鸟瞰图，按圆柱坐标系进行投影得到前视图。哈尔滨工程大学孙相宇在地图中提取直线特征组成特征空间并进行基于传统概率模型的模式识别对障碍物进行识别，将识别后的障碍物拟合为一个平面，并将栅格地图投影到该平面上[13]。融合惯性测量单元(inertial measurement unit， IMU)的激光雷达系统，从点云数据构建出八叉树，根据水平坐标对其姿态进行矫正，然后基于八叉树从点云中分割出地面点，采用RANSAC算法提取地面部分的特征[14]。……