SLAM简介

SLAM简介关于SLAMSLAM是同步定位与地图构建⑸multaneousLocalizationAndMapping）的缩写，最早由HughDurrant-Whyte和JohnJ.Leonard提出

SLAM 简介 1. 关于 SLAM 是同步定位与地图构建⑸的缩 SLAMmultaneousLocalizationAndMapping） 写，最早由和提出。主要用于解决移动 HughDurrant-WhyteJohnJ.LeonardSLAM 机器人在未知环境中运行时定位导航与地图构建的问题。 通常包括如下几个部分，特征提取，数据关联，状态估计，状态更新以及特征 SLAM 更新等。对于其中每个部分，均存在多种方法。针对每个部分，我们将详细解释其中一种 方法。在实际使用过程中，读者可以使用其他的方法代替本文中说明的方法。这里，我们 以室内环境中运行的移动机器人为例进行说明，读者可以将本文提出的方法应用于其他的 环境以及机器人中。 既可以用于运动领域，也可以应用于运动领域。这里，我们将仅讨论 SLAM2D3D 领域内的运动。 2D 2. 机器人平台 在学习的过程中，机器人平台是很重要的，其中，机器人平台需要可以移动 SLAM 并且至少包含一个测距单元。我们这里主要讨论的是室内轮式机器人，同时主要讨论 的算法实现过程，而并不考虑一些复杂的运动模型如人形机器人。 SLAM 在选择机器人平台时需要考虑的主要因素包括易用性，定位性能以及价格。定位性能 主要衡量机器人仅根据自身的运动对自身位置进行估计的能力。机器人的定位精度应该不 超过转向精度不应该超过。一般而言，机器人可以在直角坐标系中根据自身的 2%，5% 运动估计其自身的位置与转向。 从开始搭建机器人平台将会是一个耗时的过程，也是没有必要的。我们可以选择一 0 些市场上成熟的机器人开发平台进行我们的开发。这里，我们以一个非常简单的自己开发 的机器人开发平台讨论，读者可以选择自己的机器人开发平台。 激光测距、超声波测距、图像测距 目前比较常见的测距单元包括。 激光测距 其中，是最为常用的方式。通常激光测距单元比较精确、高效并且其输出不 需要太多的处理。其缺点在于价格一般比较昂贵（目前已经有一些价格比较便宜的激光测 距单元）。激光测距单元的另外一个问题是其穿过玻璃平面的问题。另外激光测距单元不 能够应用于水下测量。 超声波测距 另外一个常用的测距方式是。超生波测距以及声波测距等以及在过去得到 十分广泛的应用。相对于激光测距单元，其价格比较便宜；但其测量精度较低。