王立玲，朱旭阳，马东，王洪瑞

(1.河北大学电子信息工程学院，河北保定 071002；2.河北大学机器人技术研究中心，河北保定 071002)

0 前言

近几年来随着智能驾驶、机器人避障导航和自动泊车等技术的不断发展，摄像头作为重要的视觉传感器被广泛应用于自动驾驶等领域。通过视觉捕获机器人周围环境相关信息，作为下一步判断与决策的依据，因此，视觉传感器进行机器人同时定位与地图构建(Simultaneous Localization and Mapping，SLAM)技术成为研究热点。

相比于单传感器视觉SLAM，多传感器融合进行机器人定位和绘图精度大大提高。单目相机和单线激光雷达是当前室内移动机器人SLAM领域最具代表性、应用范围最广的两类传感器。刘诤轩等[1]融合双目和2D激光雷达进行室外定位，克服雷达点云的稀疏性，取得了较好效果。王祝等人[2]通过障碍物点云聚类分割提高雷达测距和定位稳定性。姜祚鹏、梅天灿[3]通过不同点云匹配方式设计两种激光里程计进行失效矫正和融合，实现高鲁棒的定位。MU等[4]设计2D激光雷达融合深度相机，在保证实时性的基础上实现精准定位。CHEN等[5]提出基于单目视觉和2D激光雷达的城市机器人搜救系统，实现精准建图。但国内外对单目融合单线雷达研究较少，在弱纹理环境(存在大面积特征较为单一环境)中激光雷达可以估计精准位置，但只能获得部分信息[6]。与激光雷达相比，相机可以获得更丰富信息，相机和雷达结合实现完美互补。因此，本文作者提出一种单目视觉、2D激光雷达、惯性信息融合策略，使用3种传感器系统用于移动机器人同时定位与地图构建，并展开研究。……