张礼睿，孙勇智，刘力铭，李津蓉，许 垚

(浙江科技学院自动化与电气工程学院，杭州 310023)

0 引言

稳定精确的定位结果是实现移动机器人在未知环境自主移动的首要条件。移动机器人的定位是指在运动过程中，机器人通过搭载的传感器感知周围环境并采集运动数据，确定自身的位置信息[1]。根据移动机器人定位过程，主要分为绝对定位和相对定位[2]。目前，移动机器人定位最常用的方案是使用轮式里程计和惯性测量单元(inertial measurement unit，IMU)测量机器人的运动数据，使用激光雷达传感器或视觉传感器测量周围的障碍物信息，通过多传感器数据融合算法完成室内定位和导航[3]。

然而在实际生产生活中，部分移动机器人因为机械结构的限制、工作环境或成本因素无法安装轮式里程计[4-5]，从而影响机器人的定位。为解决这个问题，IBRAGIMOV、龚学锐等[6-7]提出使用视觉里程计代替轮式里程计，通过VIORB-SLAM、DPPTAM等图像处理算法，从摄像头采集的图像中得到机器人的线速度、角速度等数据，从而完成室内定位任务。但视觉传感器对CPU计算能力要求高、算法复杂且实现成本高，并不适合在低成本的移动机器人系统上安装使用。除了使用视觉里程计代替轮式里程计，严小意等[8]提出了激光雷达和IMU相融合的导航定位系统，使用激光雷达提取环境特征和构建地图，通过IMU采集姿态信息进行卡尔曼滤波，补偿位置和姿态输出的误差。但IMU中的加速度传感器测量噪声大[9]，导致机器人运动数据并不准确。……