室内移动机器人的SLAM算法综述

• 作者: 田野 陈宏巍 王法胜 陈兴文
• 来源期刊: 计算机科学
• 关键词: 室内 定位与建图 激光雷达 相机 多传感器 深度学习
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 人工智能|Artificial Intelligence
• 页码范围: 223-234
• 页数: 12页
• 分类号: TP242
• 语种: 中文
• DOI: 10.11896/jsjkx.200700152

摘要

SLAM(Simultaneous Localization and Mapping),即同时定位与地图构建,目前被广泛应用于机器人领域.SLAM算法使得机器人处于陌生环境时,能够通过自身搭载的传感器来感知环境信息并建立环境地图,并完成对自身位姿的计算,从而能够在未知环境中进行移动.随着研究者们对SLAM问题的深入研究,SLAM领域相关成果已非常丰富,但是有关室内场景SLAM的论述还不够系统.通过对现有的关于SLAM算法发展成果的总结和对比,对室内SLAM进行了综合性的阐述.首先介绍了SLAM的技术现状和室内场景SLAM在不同传感器下的分类问题;其次介绍了SLAM的经典框架;然后根据相关传感器种类的不同,简要介绍了不同传感器下常见的SLAM算法的原理,同时讨论了传统室内SLAM算法中存在的诸多局限性问题,引出了基于多传感器融合技术的SLAM和基于深度学习技术的SLAM两个研究方向;最后介绍了SLAM的未来发展趋势和应用领域.