摘要

针对移动机器人单激光雷达或RGB-D相机Gmapping建图时存在的障碍物检测不完全或建图效果不理想等问题,提出了一种激光与相机融合Gmapping建图策略。首先,对相机点云和激光点云进行预处理,然后通过点云库(Point Cloud Library,PCL)进行点云融合、滤波,采用点对线的迭代最近点算法(Point to Line ICP,PL-ICP)进行相邻帧点云配准以提高匹配精度和速率;接着,为了提高里程计精度,将视觉里程计、激光里程计采用Kalman滤波算法进行融合,将融合后的数据与轮式里程计进行动态加权二次融合;最后,在搭建好的移动机器人上进行验证。实验结果表明,与激光建图和相机建图方法相比论文所提出的方法在障碍物检测率方面,提高32.0%和19.86%;地图的尺寸误差分别减少了0.014m和0.141m;角度误差分别减少了1°和3°,在里程计精度上提高了0.12%。