管修涛，孔斌，李泽彬，张进思，鲍惠芳

(1.皖西学院机器人创客实验室,安徽六安,237012;2.皖西学院 农林智能装备与物联网六安市创新中心，安徽六安,237012)

0 引言

随着机器人行业的发展，越来越多的领域使用到机器人，但是使用轮式里程计进行外部环境的感知存在很多问题，尤其是在非水平的地面上，由于颠簸和车轮打滑等显现会造成测量误差过大导致收集的数据无法使用，从而影响机器人的运动规划[1]。随着SLAM(同步定位与建图)的发展，现在的2D-SLAM技术比较成熟，常使用的2D-SLAM算法有6种，分别为Gmapping、Hector slam、Karto slam、Lago slam、Core slam、Cartographer[2-3]。其中 Gmapping 是使用最多的，该算法是在RBPF算法上进行了优化改进[4]，但是不适合大场景地图的构建；而Karto slam算法在大场景下制作地图更合适；Hector slam算法虽然对传感器要求较高，该算法更加贴合移动机器人的实际运动情况，在小范围内制作出来的地图精度较高。因此，本研究将采用Hector slam算法利用收集到的激光束点阵来优化，估算出收集的激光点在栅格地图的位置，并通过激光雷达扫描配对机器人进行运动评估，建出精度较高的栅格地图[5]。确定好机器人的初始位置之后可以利用栅格地图配合Navigation导航系统可以让小车实现移动路径的规划并且到指定目标位置。

本文将验证运行移动机器人在无需轮式里程表的情况下构建地图和路径规划的可行性。

1 硬件与虚拟系统框架结构

1.1 硬件平台的组成

本文中移动机器人主要是由运动控制驱动器，下位机树莓派、信号收集的激光雷达三大部分组成，通过电脑远程访问连接控制移动机器人的运动。……