一种基于改进的Gmapping-SLAM地图更新方法及系统技术方案

本发明专利技术公开了定位与地图构建技术领域的一种基于改进的Gmapping‑SLAM地图更新方法及系统，可以根据环境特点自适应调整粒子数目，在复杂环境中增加粒子数，从而保证构建地图的精准度；而在简单环境下减少粒子数，以此保证运行速度，优化资源利用率。包括：采集机器人周边的环境信息，对机器人及其周边的物体进行定位；以采集到的环境信息为输入，运行改进的Gmapping算法，包括：根据环境信息中的点云波动量调整采样所需的粒子数；确定点云波动量与粒子数的线性关系，使粒子数以线性的方式随着环境复杂程度的变化而变化，实现地图更新。

【技术实现步骤摘要】
一种基于改进的Gmapping-SLAM地图更新方法及系统
本专利技术属于定位与地图构建
，具体涉及一种基于改进的Gmapping-SLAM地图更新方法及系统。
技术介绍
随着科技的发展以及人工智能技术的应用，大家对于自主移动机器人的性能也出现了更高的期待，并且逐渐向多元化自主化发展。自主移动机器人是指在陌生的环境中具备自主定位与导航的智能化产品。SLAM即同步定位与地图生成，就是把机器人放在一个陌生场景，它能在运动中通过传感器不断的采集周围环境信息定位自身位置，再根据定位构建环境地图。基于激光传感器SLAM算法在建立地图时，一般采用占据栅格地图，每个栅格单元都有一个被障碍占据的概率，这种地图节约存储空间，有利于机器人导航。ROS系统提供了几种常用的平面激光SLAM算法，主要有HectorSLAM，Gmapping，KartoSLAM，CoreSLAM和LagoSLAM。其中Gmapping算法将里程计信息和激光雷达数据进行融合，定位的精准度很高，解决了RBPF-SLAM算法中粒子退化的问题。但是Gmapping需要大量的本文档来自技高网...

【技术保护点】
1.一种基于改进的Gmapping-SLAM地图更新方法，其特征是，包括：/n采集机器人周边的环境信息，对机器人及其周边的物体进行定位；/n以采集到的环境信息为输入，运行改进的Gmapping算法，包括：根据环境信息中的点云波动量调整采样所需的粒子数；确定点云波动量与粒子数的线性关系，使粒子数以线性的方式随着环境复杂程度的变化而变化，实现地图更新。/n

【技术特征摘要】
1.一种基于改进的Gmapping-SLAM地图更新方法，其特征是，包括：
采集机器人周边的环境信息，对机器人及其周边的物体进行定位；
以采集到的环境信息为输入，运行改进的Gmapping算法，包括：根据环境信息中的点云波动量调整采样所需的粒子数；确定点云波动量与粒子数的线性关系，使粒子数以线性的方式随着环境复杂程度的变化而变化，实现地图更新。


2.根据权利要求1所述的基于改进的Gmapping-SLAM地图更新方法，其特征是，所述改进的Gmapping算法，具体包括：
根据时间t-1处的粒子姿态和里程计数据，预测时间t处的粒子姿态，并且基于初始值添加高斯采样的噪声点；
对每一个粒子进行扫描匹配，寻求每一个粒子在t时刻的最佳位置坐标；如果扫描匹配失败，则只根据运动模型采样粒子，使用传感器观测模型计算采样粒子权重；
基于改进的提议分布，采集下一代粒子时把最近一次的观测数据zt结合到提议分布中；使用RGB-D深度相机对地图中路口、转弯处和障碍物附近进行特征点的提取，从而和激光雷达采集的机器人周边的环境信息数据匹配，对应环境中的同一特征点；
更新所有采样的粒子的权重，并进行归一化运算；
自适应重采样，当有效粒子数Neff低于预设的阈值Nth，Nth＝N/2，N表示粒子数，即Neff<Nth时，执行重采样，反之，不执行；
基于粒子的运动轨迹，更新粒子的地图信息；
根据粒子的权重判断最优粒子，获取其运动轨迹，从而更新地图信息。


3.根据权利要求2所述的基于改进的Gmapping...

【专利技术属性】
技术研发人员：李晓飞，陈鹏，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32