李兆凯 李龙勇 李泽晖 孔德成 宋绪丁

（1.长安大学，汽车学院，西安 710064；2.长安大学，道路施工技术与装备教育部重点实验室，西安 710064；3.一汽解放汽车有限公司，长春 130011；4.吉林大学，长春 130025）

主题词：RGB-D SLAM 自主移动小车 避障试验 路径规划 无人驾驶

1 前言

智能移动机器人能够根据外界环境及任务目标自主移动，近年来在工业领域获得了广泛应用。受应用场景的限制，机器人的定位与避障问题较难解决[1-2]。无人驾驶车辆作为典型的自主式移动平台，解决其定位与避障问题具有重要意义。

即时定位与地图构建（Simultaneous Localization and Mapping，SLAM）技术被广泛应用于机器人领域进行建图与定位工作[3-4]。根据数据源的不同，SLAM可以分为基于距离的SLAM 与基于视觉的SLAM。视觉SLAM 通过处理机器人（相机）拍摄的照片构建环境地图，成本低、场景表达能力强，被认为是未来SLAM的主要发展方向[5]。视觉SLAM 可分为单目SLAM、双目SLAM与RGB-D（Red-Green-Blue-Depth）SLAM 3种，其中，RGB-D SLAM 可以直接获取图像中物体的深度[6]。P.Henry等人在2010年首次提出RGB-D SLAM方法，并成功构建出全局一致的环境地图[7]；F.Endres 等人在2012 年提出使用Octomap 结构将环境地图转化为可用于机器人导航的栅格地图的RGB-D SLAM 方法[8]，在2014年提出生成三维地图的建图方法[9]；悉尼科技大学的Hu等人提出RGB-D SLAM 改进方法，使用光束平差法发展了一种快速建图的新方法[10]。

路径规划作为无人驾驶的关键技术之一，是自主移动机器人的一项重要功能，分为全局路径规划和局部路径规划2 类方法。A*算法作为常用的全局路径规划算法，结合了启发式方法与图搜索算法，能快速规划一条避障的最优路径[11]。……