基于二维码视觉与激光雷达融合的高精度定位算法

栾佳宁，张 伟*，孙 伟，张 奥，韩 冬

（1.同济大学电子与信息工程学院，上海 201804；2.西安电子科技大学空间科学与技术学院，西安 710126）

（*通信作者电子邮箱zhang_wi@tongji.edu.cn）

0 引言

在一个已知环境中，移动机器人为在环境中进行移动，需要借助自身的环境感知能力来计算出自己在环境中的位姿，这个问题被称为机器人的定位问题。对于以仓储机器人为代表的室内移动机器人而言，其对于定位算法的要求集中在高精度、低成本、高可靠性。由于其工作环境较为固定，可以提前构建高精度地图且通过人为构建特征的方式提升机器人的定位精度。

最近几年以ORB-SLAM［1］为代表的一系列视觉即时定位与建图（Simultaneous Localization And Mapping，SLAM）算法以及包括SVO（Semi-direct monocular Visual Odometry）［2］在内的视觉里程计算法都有了很大的发展，但是由于仅使用一个相机无法有效对物体的深度进行估计［3］，所以视觉SLAM算法往往需要使用双目相机系统或者是RGB-D 相机，在仅拥有单目相机的机器人系统上无法成功应用。同时，也有学者通过学习的方法来解决定位问题，文献［4］中作者在学习阶段提取环境特征点并进行降维存储，并在后续利用匹配的方式计算自身的位姿；但是，相对于较为成熟的激光SLAM 算法，纯视觉SLAM 算法容易因为外界光线变化或是特征稀疏等问题导致跟踪失败。

在已有高精度地图的情况下，目前使用较多的是基于蒙特卡罗的定位算法。该算法最早由Dellaert 等［5］提出，其利用自身的运动模型进行采样，并利用激光传感器的数据评估每个粒子，并将得分最高粒子的位姿作为自身的最终位姿。……