典型文献
基于多源信息的移动机器人建图方法研究
文献摘要：
为了构建尽可能多的环境信息来提高地图精度而实现移动机器人精准导航,提出一种激光雷达与相机融合,并结合多传感器融合里程计信息的建图方法.该方法先对激光雷达和相机位置进行标定后使得两者在同一个坐标系上,再通过点云库滤波处理后将两者的点云融合并转化为激光雷达数据;其次将轮式里程计数据、IMU数据、RF2O激光里程计数据通过DS证据理论的方式分配权重,再结合扩展卡尔曼滤波进行数据融合,得到精度更高的里程计.该方法融合了激光雷达数据精度和相机数据丰富的优势,将单一使用激光雷达无法扫描到的物体加入到地图中,有效增加了地图显示内容,而且多传感器融合里程计也提升了建图中所需要的里程计信息的精确程度.实验结果表明,该方法与单激光雷达建图方法相比,能够将更多的环境信息显示在地图上,避免缺少障碍物信息使得移动机器人导航失败,而且在仿真环境中多传感器融合的里程计精度对比轮式里程计精度,在均方根误差方面下降了51.14％,效果明显.
文献关键词：
移动机器人;多传感器融合;扩展卡尔曼滤波;DS证据理论
中图分类号：
作者姓名：
夏育泓;邓三鹏;张志军;祁宇明;吕松杰
作者机构：
天津职业技术师范大学 机器人及智能装备研究院,天津 300222;天津市智能机器人技术及应用企业重点实验室,天津 300350;天津博诺智创机器人技术有限公司,天津 300350
文献出处：
引用格式：
[1]夏育泓;邓三鹏;张志军;祁宇明;吕松杰-.基于多源信息的移动机器人建图方法研究)[J].装备制造技术,2022(11):5-8,30
A类：
RF2O
B类：
多源信息,移动机器人,建图方法,环境信息,人精,精准导航,激光雷达,多传感器融合,机位,同一个,坐标系,系上,滤波处理,点云融合,雷达数据,轮式里程计,IMU,激光里程计,数据通,DS,证据理论,分配权重,扩展卡尔曼滤波,数据融合,方法融合,数据精度,描到,雷达建图,信息显示,障碍物,机器人导航,仿真环境,精度对比
AB值：
0.269117
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
