融合里程计信息的农业机器人定位与地图构建方法

来源：农业工程学报杂志2021年第21期北京时间：

作者：李晨阳,彭程,张振乾,苗艳龙,张漫,李寒,

摘要：目前主流的农业机器人以低成本、低帧率的激光雷达作为即时定位与地图构建（Simultaneous Localization and Mapping, SLAM）的主要传感器，存在运动畸变和误匹配的问题。该研究针对这一问题提出了融合里程计信息的Gmapping建图算法，利用高频率里程计信息为每一个激光束匹配到近似的机器人位姿，获取机器人当前位姿下更为精确的激光数据，以减少激光雷达运动畸变对地图构建产生的影响。利用机器人搭载扫描频率为5 Hz的RPLIDAR A1激光雷达在玉米田及香蕉园中进行了SLAM建图精度测试试验。试验结果表明，在长度为12 m左右的玉米田区域，Gmapping建图算法的平均绝对误差为0.06 m，该研究算法建图平均绝对误差为0.01 m，相比于Gmapping建图算法降低了0.05 m，建图精度为99.5%；在长度为24.43 m的香蕉园区域，Gmapping建图算法的平均绝对误差为0.46 m，该研究算法建图平均绝对误差为0.07 m，相比于Gmapping建图算法降低了0.39 m，建图精度为99.1%。该研究算法有效地降低了低帧率激光雷达运动畸变对Gmapping建图的影响，可以基本满足农业环境下的高精度环境建图需求。

关键词：机器人, 传感器, 建图, 运动估计, 信息融合