摘要
由于其恶劣的自然环境,近几年来极地逐渐成为机器人应用的一个典型场景.作为一种代表性的极地机器人,长航程极地漫游机器人对环境建模及环境认知的能力提出了更高的要求.为了提高环境建模方法实时性以及环境模型精度,本文提出了一种能够适用于各种野外环境的多尺度2.5维概率栅格高程图.该高程图从空间尺度对环境进行精细及粗略两种划分以适应不同的环境模型精度要求及建模实时性要求.从概率尺度,该高程图首先采用卡尔曼滤波器融合量测点不确定性对精细栅格高程值进行估计,再采用概率统计对粗略栅格高程值进行估计.同时,本文结合极地环境常见障碍物冰裂隙对环境模型的插值问题进行了研究,提出了基于假设检验的插值方法.最后,本文对...
-
单位中国科学院沈阳自动化研究所; 机器人学国家重点实验室; 中国科学院大学