文献类型：期刊文章

作　　者：周武[1] 赵春霞[2] 沈亚强[3] 张棉好[1]

机构地区：[1]浙江师范大学机电技术研究中心,浙江金华321019 [2]南京理工大学计算机科学与技术学院,江苏南京210094 [3]浙江师范大学职业技术学院,浙江金华321019

出　　处：《机器人》

基　　金：地面移动机器人大范围导航技术研究(预研基金)

年　　份：2010

卷　　号：32

期　　号：5

起止页码：647-654

语　　种：中文

收录情况：BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20104313323943)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：在SLAM领域中,为了克服稀疏特征地图不能提供详尽环境信息的缺点,从观测信息的物理意义出发,提出了全局观测地图模型.其基本思想是在稀疏特征地图中嵌入全局密集地图信息,采用位移准则、特征准则和传感器量程准则提取必要的观测信息,然后对观测信息进行去噪、转换,接着根据观测信息的物理意义和机器人位姿估计的不确定性获取环境的全局密集地图,可视化后得到环境的二值地图、灰度地图或颜色地图.将全局观测地图模型与EKF-SLAM算法相结合,提出了GOE-SLAM算法,采用Car Park Dataset对GOE-SLAM进行了实验验证,结果表明GOE-SLAM生成了可信的密集地图,并且GOE-SLAM的计算复杂度与EKF-SLAM相当.

关 键 词：同时定位与地图创建 稀疏特征地图  全局观测地图模型  扩展卡尔曼SLAM  

分 类 号：TP24]