基于行人行为学习的机器人同时定位与可通行区域制图

在人机共融环境中,移动机器人自主移动必须解决可通行区域感知与自身定位的问题。因此提出了一种基于行人行为学习的机器人同时定位与可通行区域制图算法。该算法首先基于行人行为学习的方式对非结构化道路环境中的可通行区域进行采样,并使用区域生长算法得到连通的可通行区域。在定位与制图过程中,将视觉SLAM技术与检测到的行人信息和可通行区域信息结合起来,在匹配过程中剔除动态行人身上的特征点,并通过恒速率模型+DLT算法和贪心搜索+DLT算法结合的方式提升匹配的速度和鲁棒性,在Bundle Adjustment优化过程中针对不同特征点给予不同的权重以进一步提升精度,并在构建的环境点云地图中增量式添加所检测到的可通行区域信息。试验表明在复杂的非结构道路环境中,该算法可以在移动机器人平台上同时实现准确的自定位和包含可通行区域的环境地图。