基于语义物体尺寸链的改进自适应蒙特卡洛动态定位研究

来源：机械工程学报杂志2024年第15期北京时间：

作者：蒋林, 李云飞, 汤勃, 刘奇, 郭宇飞, 赵慧

单位：1. 武汉科技大学冶金装备及其控制教育部重点实验室 武汉 430081;2. 武汉科技大学机器人与智能系统研究院 武汉 430081;3. 武汉科技大学机械传动与制造工程湖北省重点实验室 武汉 430081

摘要：为解决原始自适应蒙特卡洛定位(Adaptive Monte Carlo localization,AMCL)在相似动态环境下极易重定位失败的问题，首先融合机器人里程计信息、激光信息以及视觉信息，基于Gmapping算法完成机器人的即时定位与栅格地图的创建，其次将KinectV2彩色图像输入到目标检测识别方法中获取图像中物体检测框与类别，并结合GrabCut算法实现语义分割，利用配准数据计算出彩色图像中的物体在深度图像中对应位置，然后将获取到的KinectV2深度数据转换成点云信息并投影转换至全局地图坐标系下，得到物体语义图，并充分发掘各语义物体之间的关系，构建语义物体尺寸链，并提出一种快速有效的尺寸链检索方法，同时采用贝叶斯方法来减小误检测和重复检测对物体语义图的影响，将物体语义图和栅格地图进行原点重合以及位姿对齐，从而构建二维语义栅格地图，提出一种基于语义物体尺寸链的改进AMCL重定位算法，最后通过大量真实环境下的重定位实验验证了所提方法在相似动态环境中的优越性能。

关键词：相似动态环境,语义物体尺寸链,贝叶斯方法,二维语义栅格地图,重定位；

基金资助：国家重点研发计划(2019YFB1310000)、国家自然科学基金(51874217)和湖北省重点研发计划(2020BAB098)资助项目。