程天明，陈元电，苏成悦,，徐胜，杨尚儒，刘拔

（1.广东工业大学信息工程学院，广州510000；2.广东工业大学物理与光电工程学院，广州510000）

0 引言

移动机器人行驶过程中对路面不平和障碍物的检测是环境感知技术领域的重要研究方向。研究包括基于立体视觉的方法[1-2]、基于激光雷达的方法[3-4]和基于神经网络的方法[5-6]。室外检测的主要目标为建筑物、行人和车辆等，室内检测的主要目标为墙壁和桌椅等。实际环境中的障碍物种类繁多，如减速带和凹坑等处于移动机器人盲区不能被识别。有学者利用图像和结构光对室外水体、凹凸障碍物特征进行分析[7]，但易受光照等环境因素影响。3D激光雷达分布式安装进行凹障碍物特征检测经济性和运算量都存在问题[8]。上述研究均只能处理检测而不具备构建凹凸障碍物地图的算法和能力。

移动机器人同步定位与地图构建（SLAM）主流有激光SLAM和视觉同步定位与地图构建（VSLAM）两种，激光SLAM又分2D和3D，其中2D激光SLAM利用2D激光雷达直立安装检测同水平面内的障碍物并构建环境地图，但它存在路面盲区，忽略了地面平整性。3D激光SLAM和VSLAM都用于构建三维点云地图[9-10]，但点云地图的目的是提高定位精度，避障导航则是使用点云地图提取大型障碍物信息转换而成2D栅格地图，去掉了地面点云的平整性信息[11]。3D激光雷达和深度相机或双目相机与2D激光雷达相比运算开销大，行内多采用成熟的2D激光雷达技术[12]。目前无论哪种技术都没有实现路面实时平整性检测和凹凸障碍物地图。……