大多数现有的移动机器人本地化解决方案要么严重依赖于预安装的基础架构，要么很难在高度重复环境中工作。为了解决这个问题，我们提出了一种磁辅助初始化方法，该方法可以增强无重复环境中无基础设施的移动机器人本地化的性能。
这个辅助系统采用从粗到细的结构，主要由两部分组成：基于磁场的匹配和激光扫描匹配。首先，建立内插磁场图，并通过办最近邻居（办-狈狈）算法部分确定移动机器人的初始姿态。接下来，结合先前的初始姿势信息，通过激光扫描匹配可以更准确，更有效地定位机器人。在我们的实验中，移动机器人成功地定位在一个无特征的矩形走廊中，成功率为88％，平均正确定位时间为6.6秒。
除了磁强计，光探测与测距（尝颈顿础搁）经常被用作移动机器人的定位和测绘传感器。特别是利用激光雷达实现的激光扫描匹配。
采用扫描-地图匹配方法比扫描-扫描匹配具有更高的效率和稳定性。然而，在无环境特征的条件下进行激光扫描匹配具有一定的挑战性，因为很难收集到足够的环境特征。
为了提高无基础设施移动机器人在重复无目标环境下的定位性能，南洋理工团队提出了一种基于磁感应的初始化方法。
亮点：
为了提高无基础设施移动机器人的定位性能，提出了一种基于办-狈狈的磁场匹配的磁辅助初始化方法。
提出了重复无目标环境下无基础设施移动机器人定位的挑战。
上图展示了本研究使用的实验平台和机器人的奥迪框架。平台的主要部分是一个哈士奇础200机器人。
Xsens MTi-10 IMU安装在机器人的中心位置。机器人的前部安装有北优UTM-30LX二维扫描激光测距仪。
所有的测试都是在一台AMD FX-9830P CPU @3.0GHz和内存12GB 的笔记本电脑上进行的。
实验结果表明，与单纯基于激光扫描匹配的定位方法相比，该方法大大提高了定位的成功率和效率。
研究结果还表明，即使没有初始姿态信息，定位性能也可以与仅含位置的初始姿态方案相比。
结果显示新系统实现了磁场匹配与激光扫描匹配的融合。移动机器人的初始姿态部分由办-狈狈算法确定。在融合初始姿态信息的基础上，利用激光扫描对机器人进行定位，提高了定位精度和效率。
实验结果表明，所提出的初始位姿方案的定位成功率最高，为88%，而仅包含位置信息的方案和不包含初始信息的方案的平均定位成功率分别为35%和40%。
该方法显着提高了机器人定位的稳定性和效率，尤其适用于重复的无特征环境。
未来的发展工作将集中于开发更好的磁场建模方法，以便为移动机器人定位提供更准确的初始信息。
投诉侵权
