室内移动机器人导航系统研究与实现

摘要

实现了一种低成本高性能室内移动机器人导航系统。针对Cartographer算法使用激光雷达数据在室内Long-Corridor场景下建图的局部匹配错误导致定位不准的问题,使用扩展卡尔曼滤波融合激光雷达、里程计和惯性测量单元3种数据进行位姿估计,得到较为精准的定位,可有效提高建图精度;针对传统AMCL算法重定位耗时长的问题,采用基于扫描匹配的重定位方法,通过将当前Scan与Submap进行匹配,降低了扫描匹配方法的重定位耗时;针对A^(*)全局规划算法路径搜索时间长、拐点较多的问题,提出一种改进A^(*)算法,通过优化启发函数和增加拐角优化函数,缩短了算法搜索时间,同时去除了冗余拐点。结果表明,重定位耗时减少80.43%,改进A^(*)算法搜索时间减少22.79%。