16、多传感器融合定位技术：半动态环境中的终身定位与新型数据集探索

多传感器融合定位技术：半动态环境中的终身定位与新型数据集探索

半动态环境中的终身定位

在机器人和自动驾驶领域，半动态环境下的定位是一个关键问题。为了解决这一问题，研究人员提出了一种新的方法，并通过实验进行了验证。

实验平台与场景

实验使用了一个配备多种传感器的机器人，包括16线Velodyne LiDAR（仅使用一束进行建图和定位）、相机、惯性测量单元和编码器。选择停车场作为实验场景，因为停车场每次运行时变化显著，由四个房间组成，地图框架中的左房间通常比其他房间有更多的汽车。

机器人从左房间开始，绕停车场行驶一圈后回到原点。由于实验场景的特殊性，很难直接获得真实的位姿。因此，研究人员将建图过程中机器人的位姿记录为真实值，并使用其他日期构建的地图记录定位过程中的位姿。

建图过程

• 静态地图构建 ：每隔几天操纵机器人收集数据，每次运行收集的数据用于构建静态地图 (m_s)。
• 半动态地图构建 ：离线使用静态地图 (m_s) 和半动态对象的位置构建半动态地图 (m_d)。最终构建的静态地图和半动态地图中，由于汽车的移动，一些区域会有明显变化，而其他部分则始终保持静态。半动态地图 (m_d) 包含了环境中大部分的半动态对象，缺失的半动态对象对应很少被观察到的区域，对定位精度影响较小。通过应用逆观测模型，在建图过程中自动去除了如移动行人和汽车等高度动态的对象。

定位精度比较

研究人员比较了在改变和未改变的半动态环境中，使用和不使用该算法的定位精度，同时还展示