基于优化Gmapping算法的巷道喷浆机器人建图研究

• 全文链接
• 请求原文

作   者：

韩彦峰;  李君君;  肖科; 

作者机构：

重庆大学机械与运载工程学院; 

关键词：

地图构建;  巷道;  分类回收重采样算法; 

期刊名称：

湖南大学学报(自然科学版)

i s s n：

1674-2974

年卷期：

2023 年 06 期

页   码：

118-126

摘   要：

为了满足煤矿巷道喷浆机器人自主移动对精确环境地图的需求，对Gmapping算法在大场景中易发生权值退化和粒子贫化，导致机器人位姿估计误差过大以及地图重叠、分层等一致性变差的问题，提出分类回收重采样算法.在重采样过程中，按比例将低权重粒子修正回收，充分利用现有信息，在抑制权值退化的同时尽量保护粒子多样性.试验结果表明，在对ACES building和MIT Killian Court数据集进行建图时，对利用传统算法定位和建图效果很差的粒子数，改进后的Gmapping算法仍能将机器人平移误差和旋转误差维持在较低的水平，并能获得清晰、准确的环境地图；采用分类回收重采样算法后期粒子分布情况更加符合粒子滤波要求，验证了分类回收重采样算法的有效性.