包加桐，杨圣奥，朱润辰，唐鸿儒，宋爱国

（1.扬州大学电气与能源动力工程学院，江苏 扬州 225300; 2.东南大学仪器科学与工程学院，江苏 南京 210096）

0 引 言

移动机器人重定位[1]一般指在没有先验信息的前提下，机器人仅依靠自身传感器估计其在已知全局地图中的位姿。重定位发生于同步定位与建图（SLAM）结束后的自主导航过程中，是自主导航的重要前提[2]。在初始位姿未知或发生“绑架”时，机器人均需要进行重定位。其中在机器人初始上电工作时或突发状况下被强制重启后，需要估计机器人的初始位姿；机器人“绑架”指在导航时由于某种外部因素（如人为搬离、外部碰撞等）机器人位姿发生突变，从而导致原有依赖位姿连续变化的定位算法[3]失效。

由于室内环境下激光雷达测距较精确且不易受环境光照影响，同时在考虑激光雷达成本情况下，许多研究工作致力于利用单线激光雷达实现机器人重定位。其中主要涉及两个关键问题：如何表征和匹配局部感知信息与全局地图信息以及如何确定全局地图中待搜索区域。传统的方法多采用占用栅格来描述激光雷达测得的局部环境信息以及全局地图信息，再基于概率运算完成候选搜索区域内的重定位。例如在经典的自适应蒙特卡罗定位（AMCL）算法[4]中，在重定位时随机分布粒子表示机器人所有可能位姿，根据栅格占用情况基于似然域模型计算每个粒子的权重，利用重要性采样更新粒子以及KL散度采样调整粒子数等，最终加权平均各粒子得到估计位姿。……