Page 207 - 新形势下电子技术创新与发展

第六章 自动导引车技术

面环境运动过程中进行位置的确立和地图的创建。对于一些复杂的工况环境，移
动设备多采用 3D 激光雷达对整个三维空间进行动态扫描并创建实时地图。
（4）惯性测量单元

惯性测量单元是辅助其他 SLAM 传感器进行信息收集的模式，它的特点是
可以得到运动过程中设备自身的角速度和线速度信息，如果设备运动过快，还能
够解决零点漂移和灵敏度漂移问题，减小或者避免因为位置变动带来的不必要误
差。惯性测量单元与激光 SLAM 技术配合使用，可以降低甚至解决运行环境中

不必要的误差，例如极端天气环境或复杂运动环境。在目标物体移动时，通过该
方法既可以获取大量信息数据，也能够解决目标物体快速移动过程中产生的轨迹
漂移问题。

（5）比较
视觉传感器优点突出，成本低、获取信息量大，缺点为受光照影响较大，目
前大量适用场景为零部件质量检测和精确度检验等产品检测工作。激光传感器缺
点为成本较高，受天气影响较大，但其测量结果相对精确，目前适用场景为无人
驾驶、机器人定位等相关位置要求较高领域。而最后一种惯性测量单元需要与其

他传感器配合使用，辅助其他传感器提高测量结果的精度。
2. 基于 SLAM 激光导航的算法
（1）Gmapping 算法
Gmapping 是利用 2D 激光雷达模式，使用 RBPF（Rao-Blackwellized Particle

Filters）算法进行二维平面内地图构建的 SLAM 算法。其中粒子滤波（RBPF）
是对非线性环境中的状态空间模型进行后续状态估计。RBPF 算法的第一阶段为
采样阶段，因为每个粒子都代表着移动机器人的潜在位姿，初始时刻每个粒子的
权重都是相等的，RBPF 算法会从已知的分布提取根据上个时刻的粒子而采样出

下个时刻粒子；第二阶段为粒子权重计算。对每个粒子和粒子集合依据重要性采
样原则计算出其对应的权重；第三阶段为粒子重采样，针对部分权重较低和后概
率关系不大的粒子，将会被丢弃。而权重较高的粒子将会被复制，在下一轮的粒

子滤波估计中，权重高的粒子集合代表机器人的正确位姿，重采样后，所有的粒
子权重相等；第四阶段为地图更新阶段，根据每个粒子当前的运动轨迹和传感器
收集到的位置坐标数据来获得运动环境中的地图估计信息，从而达到地图更新的
目的。

·193·