15、自主机器人导航功能详解

自主机器人导航功能详解

1 地图类型

1.1 栅格地图

为每个栅格设置阈值，当栅格被障碍物占据的概率超过该阈值时，栅格状态标记为 1，反之则为 0。栅格地图不依赖于物体的具体形状，而是以概率方式划分，因此易于创建和维护。不过，该方法受环境大小的限制较大。当工作环境较大时，栅格数量会增加，占用的内存也会增多，更新维护地图会花费大量时间，导致实时性降低。

1.2 几何地图

通过从传感器收集的环境信息中提取相关几何特征（如点、线、面）来描述环境。为了获取环境的几何特征，需要一定量的传感器数据，并进行相应处理。同时，为确保地图的一致性，每次观测的位置必须相对准确。

1.3 拓扑地图

将环境中的重要位置点表示为节点，节点之间的连线表示重要位置之间的路径信息，权重表示相应的距离成本。这种方法表示的地图更紧凑，占用空间少，不需要精确的位置信息，因此路径规划速度更快。但该方法的缺点是创建和维护困难，容易积累定位误差，不适合表示非结构化环境。

2 同步定位与地图构建（SLAM）

2.1 SLAM 简介

移动机器人的同步定位与地图构建（SLAM）问题是移动机器人导航的基础，也是其真正实现自主和智能的重要条件之一。SLAM 是移动机器人定位和环境地图构建的集成，即机器人在运动过程中根据自身位置估计和传感器对环境的感知构建增量式环境地图，并利用该地图实现自身定位。

2.2 SLAM 通用架构

机器人以出发位置为初始位置开始运动，由于对环境一无所知，只能依靠自身里程计数据进行位置估计。同时，对传感器获取的环境信息进行相应处理