15、多传感器融合定位技术：GF - SLAM与半动态环境终身定位研究

多传感器融合定位技术：GF - SLAM与半动态环境终身定位研究

1. GF - SLAM实验介绍

在机器人定位与建图领域，GF - SLAM是一种重要的技术。下面详细介绍其相关实验。
- 实验设备与参数 ：
- 实验使用的移动机器人，前轮安装编码器提供位移和角度增量，误差为每频率1%；机器人中心安装IMU提供角速度，误差同样为每频率1%。
- 水平安装单线激光雷达，水平扫描范围360°，角分辨率0.5°，仅保留距扫描中心5m内的点，距离误差0.5%。
- 环境中安装三个超声波发射器提供全局信息，设置为相同高度，距离高斯噪声误差2cm，解算平均位置误差约3cm。所有传感器信号频率设置为10Hz。
- 实验场景与算法设置 ：
- 实验场景仅设置弧形特征，使用花盆作为障碍物。当障碍物密集分布时，模拟全局信息中断。
- 实验使用ROS Melodic版本，机器人按规划路线移动，将传感器原始数据记录到rosbag中。
- 与Hector SLAM、Gmapping、Karto SLAM和Cartographer等典型SLAM方法进行对比，在MATLAB 2019b中读取rosbag并编译算法程序。
- 采用平均位置误差$\overline{e_d}$、最大位置误差$e_{dmax}$、位置均方根误差RMSE、平均角度误差$\overline{e_a}$和最大角度误差$e_{amax}$作为定位评估指标，各方法运行20次取平均结果。
- 实验算法参数设置：$L = 0.46m$，$d_{match} = 0.1m$，$N_{min} = 20$，粒子数$M