面向室外复杂动态场景的三维同时定位定向与地图创建的研究

本课题主要针对传统框架下的机器人同时定位定向与地图创建算法在复杂动态场景中所面临的重大挑战：1）动态环境的描述及有效状态估计，2）三维定位定向与地图创建的实时性鲁棒性求解，开展深入基础的研究。本课题通过多模态传感器的信息融合，研发面向复杂动态场景的机器人同时定位定向、地图创建与移动目标检测跟踪的算法理论框架及实施策略，力图解决1）多模态传感器信息融合的策略与方法，2）动态场景中动态因素的描述及可变高维状态估计的有效求解，3）在机器人连续行走模式下，实时鲁棒的三维定位定向与地图创建。同时本课题通过利用智能车移动机器人实验平台，通过在室外复杂动态场景中的真实实验，验证本课题算法框架的可行性及实施策略的有效性。本课题的研究不仅对机器人的自主导航有重要的应用价值，同时对信息处理具有基础的理论意义。

为了实现机器人在复杂室外环境下自主导航、有效可靠的环境感知，建立多模态传感器系统及数据融合方案必不可少。项目开展了面向机器人在室外复杂动态场景三维同时定位定向与地图创建的研究，并基于北京大学智能车研制真实实验与演示平台、验证了系统与算法的有效性。项目主要取得的研究进展如下：1）面向机器人在室外复杂动态场景三维同时定位定向与地图创建，研究了多模态传感器系统及数据融合处理框架；2）拓展传统的算法框架，通过融入了移动目标的检测跟踪，研发了移动机器人局部环境的动态地图生成与更新算法；同上提出了一种移动目标轨迹的分析方法，实现了对移动目标运动轨迹的建模与分类；3）面向复杂非平坦环境下的同时定位与地图创建，提出了一个新的系统框架；引入一个自适应的调度与算法管理机制，通过识别当前的道路环境，自动的调度相应的算法，从而实现了算法在复杂环境下的实时计算以及对变化环境的自适应能力。项目基于北京大学智能车平台进行了系统集成、在真实室外环境中对提出算法与系统进行了验证；并开发了演示系统，为验证算法的有效性提供了直观、实时的可视化平台。