移动机器人动态VSLAM与单线雷达融合技术研究
摘要
随着软硬件技术的发展，移动机器人技术在社会中的应用不断增加。从工业机器
人、消费机器人、商业机器人，到无人驾驶车辆和无人机，移动机器人市场规模正在
快速增长。为满足移动机器人的发展，传统的视觉SLAM(Simultaneouslocalizationand
mapping，同时定位和建图)方式和2D激光建图方式已经无法满足要求。为移动机器人
配备智能检测网络和融合地图信息，提高其感知能力和效率的方式，可促进移动机器
人更快速、更好地发展。本文研究基于YOLOv5动态检测的移动机器人RGB-D视觉
SLAM系统、单线激光雷达与RGB-D相机信息融合规划方面内容。
考虑大部分视觉SLAM是基于场景刚性的假设，ORBSLAM2未考虑图像中特征点
分布在动态目标中的情况，获得的相机位姿估计精度较低，影响了相机坐标的定位和
建图准确性。本文提出基于YOLOv5检测网络下RGB-D视觉SLAM系统，加入对动态
目标检测，求出更加精确的相机运动位姿变换。通过计算连续帧之中的动态目标相对
位姿，设置动态相对位姿的置信度，补偿求出相机运动相对位姿矩阵，实现更加精确
的相机位姿估计求解。为充分利用RGB-D相机的信息，系统加入生成稠密的点云地图
线程，方便机器人导航和定位使用，极大降低动态目标对相机位姿求解的影响，提供
实用的稠密地图。
为提高移动机器人对环境信息的处理能力，满足移动机器人安全稳定运行，加入
单线2D激光雷达信息，并将Gmapping算法获得的栅格地图与改进的视觉SLAM系统
保存的点云地图进行地图信息融合。通过视觉SLAM获得的点云地图，将三维特征加
入栅格地图中，创建精度和信息度更加丰富的融合地图信息，实现准确安全的路径规
划和导航。利用实际情景验证单线激光雷达和RGB-D传感器信息融合效果，减少设置
膨胀半径的操作次数，提高路径规划效率和移动机器人的感知能力。
由于VSLAM系统加入大型深度网络需高成本GPU设备，算力成本高，不利于移
动机器人的普及应用。为实现低成本移动机器人视觉SLAM系统和建图融合系统，本
文设计了基于JetsonNano移动机器人的实验平台，利用Linux下ROS(RobotOperating
System，机器人操作系统)移动机器人平台实现改进系统验证、地图信息融合、路径规
划模块实验。结果表明该系统在动态场景下具有较高的定位精度以及抗干扰能力，利
用信息融合地图实现较好的路径规划效果，提高移动机器人的自主运行能力。本文针
对YOLOv5检测与视觉SLAM的SLAM定位建图以及深度相机与单线激光融合地图的
哈尔滨工程大学专业学位硕士学位论文
研究，提供了一种简洁方便的移动机器人融合地图信息定位方案，拓展VSLAM在不同
场景下的应用，提高移动机器人的定位建图感知能力。
关键词：移动机器人；检测网络；动态视觉；单线激光；融合地图信息；
移动机器人动态VSLAM与单线雷达融合技术研究
ABSTRACT
Theincreasingapplicationofmobilerobottechnologyinvariousdomainshasbeen
propelledbythecontinuousadvancementsinhardwareandsoftwaretechnologies.Themarket
formobilerobots,includingindustrialrobots,consumerrobots,commercialrobots,unmanned
vehicles,anddrones,isexperiencingrapidgrowth.However,traditionalvisualSimultaneous
LocalizationandMapping(SLAM)methods,suchasvision-basedSLAMand2Dlaser
mapping,f