基于鲁棒高程边界的地面机器人环境建模方法

摘要

如何构建准确可靠的环境模型一直是移动机器人的研究热点。2.5维地图是环境建模常用的环境描述方法。但是在野外环境中,由于机器人运动过程中存在的振动以及传感器的误差,造成高程地图出现偏差,偏差的范围将直接影响机器人路径规划的成败。传统的概率估计方法易于实现高程值的估计,但无法获得高程的可靠范围。为了解决这一问题,本文提出了一种基于鲁棒高程边界的地面机器人环境建模方法。首先构建传感器测量模型并获取测量误差的边界描述,在此基础之上,利用集员估计方法实现高程误差范围边界的估计,并给出了可通过性分析,最后利用实验验证了所提方法的可行性与有效性。与传统的环境感知方法相比,本方法可以获取可靠的高程范围,提升环境模型的鲁棒性和可靠性。