移动机器人室内地图构建及定位方法的相关分析

强锋

（湖北工业大学，湖北武汉 430068）

伴随智能家居的社会关注及应用程度不断提高，移动机器人的室内应用服务需求也逐渐提升，提升其在室内空间定位的精准性，有助于进一步提升移动机器人的智能性，从而使更多社会公众认可职能家居。移动机器人以室内服务机器人为典型代表，通过室内地图构建及精准的定位算范，能够帮助机器人有效躲避室内空间中存在的障碍物品，从而保证移动机器人能够更为高效、安全和便捷的完成相应服务任务。自定位问题是当前移动机器人研发工作的技术难点，不提供环境模型所需要应用的地图构建与定位方法也会存在差异，针对移动机器人室内地图构建及定位方法的相关问题进行探讨，对于促进移动机器人应用技术的不断发展具有现实意义。

1 移动机器人室内地图构建及定位方法的研究现状

能否实现精准的自定位，是移动机器人能否自主完成指令任务的关键，移动机器人研究技术的不断发展，各种室内地图构建及定位方法的研究也层出不穷，不同的定位方法能够体现不同的优势和劣势[1]。移动机器人应用程序中需要将室内地区的构建作为重要基础性工作，此程序的理论方法为以超声波模型、数据更新模型作为理论研究基础，进而应用BG融合算法，形成栅格地图的构建方式，保证室内地图的稳定性及重复精度。自定位技术是实现移动机器人应用功能的关键，传统自定位系统以粒子滤波器为主要技术，其主要技术应用思想为，将带有权重的粒子点集中起来，并用其表示定位在空间中的分布状态，假使粒子点的场地分布情况较为均匀，便在其定位过程中，根据运动模型不断更新位姿，进而进一步感知粒子点、更新位姿，通过上述步骤的循环反复，便能够得到机器人的自定位结构，从而保证移动程序的执行[2]。当时传统自定位算法中，粒子滤波定位算法将更多的时间应用与处理权重不高的粒子，因而导致其计算定位过程具有一定的盲目性，对其自动位系统的运行效率产生影响，为提升自定位系统的计算和运行效率，需要考量其数据的传输和计算问题，通过数据计算效能的提高，实现程序和系统运行效率的提升，以促进自动位系统应用价值的实现。

2 移动机器人室内地图构建及定位方法

2.1 室内地图构建

室内地图构建方法以Bayesian公式、灰色系统理论作为构建的理论支撑点，能够体现出以下特点：其一，能够形成严谨的数学理论支撑体系；其二，由于其理论性质较强，部分区域便会出现失真的情况；其三，灰色系统理论符合超声波传感器模型系统，将Bayesian公式应用其中进行数据计算，更能够体现其计算方法的实际性[3]。

由于模型计算中应用Bayesian公式，需要将在灰色系统理论地图构建的算法中应用概率问题，此计算方式符合移动机器人的实际地图模型结构，实际地图中出现的障碍物，需要通过概率计算的方式保证移动机器人的移动路径，因而需要保证障碍物的边缘能够足够清晰和精确，从而保证栅格地图的精度[4]。为实现其精度的提升，可以将栅格地区的单元划分尽可能减小，从而提升地图计算的精度。地图的存储问题也是保证其系统计算和应用效率的重要问题，由于环境的复杂程度以及任务执行程序，栅格地区产生的数据量会呈现线性的数据递增趋势，全组数据的存储、应用，以及与新产生数据的融合，都将成为影响其运行情况的关键，为保证新旧信息融合的顺畅性，需要尽可能地减少旧数据的存储量。

地图构建中会出现里程计算误差的问题，移动数据的不断增加体现里程计数值的不断增加，由于移动机器人需要依靠里程计算来对自身的位姿进行调整，因而便会出现地图倾斜或者扭转的现象，这些问题都需要进行不断纠正，以减少里程误差对位姿造成的影响[5]。国外相关研究领域将自然路标信息、人工路标信息，以及室内环境标志物特征信息提取的方式，来尽量减少地图出现的里程误差问题，应用绝对位置坐标信息对位姿进行修正，但是同时需要关注其位姿修正的效率问题，机器人在室内环境中需要集采到路标信息，才能够对其位姿进行修正，此种修正方式过于被动，也会对机器人的实时运行造成影响。为提升其路标信息的集采效率，可以将红外定位传感系统应用于程序中，正室内环境中设计路标的关键点，如桌角、门框等，当机器人自行路过时，便能够通过红外系统感知相关信息，进而对自身位姿进行及时修正，应用红外传感系统的时效性，弥补国外路标集采方式存在的不足，提升移动机器人的位姿调整和处理效率。同时通过相关系统的构建，保证栅格地图的重复精度，进而保证地图应用的稳定性。

2.2 移动机器人的精确定位方法

室内地图构建方法会使移动及其人对路标具有较强的依赖性，室内环境也需要通过预设的方式，来保证移动机器人能够实现预设应用状态及价值，如果目标环境与预设环境出现较大差异，便会影响移动机器人的应用效能。当前技术领域将RGB-D相机应用于其自定位系统中，应用优化定位方式，以保证机器人的自动位系统能够具备较高精度，从而保证机器人的运行姿态。RGB-D相机的环境信息集采方式为图像信息，相应信息处理系统会根据集采系统中收录的每一帧图像信息进行环境信息的计算，以视觉测量精度为基础，应用优化算法的方式，保证自动位信息的精确计算[6]。此种计算方式能够减少程序和系统对预设环境的依赖程度，在陌生环境中也能够以图像信息为基础，保证移动机器人通过即时的数据计算和处理过程，保证最佳位姿完成自主任务。

3 结语

移动机器人在室内环境的应用价值不断凸显，当前社会民众对于人工智能技术的应用需求也大幅提升，通过应用技术的不断升级和优化，能够保证移动机器人具备自主执行任务的能力，提升其任务完成精确性及完成效率。室内地区构建及自定位是保证移动机器人应用价值实现的关键，当前技术领域倡导将RGB-D相机应用于地图构建及定位系统中，通过图像信息的集采方式，提升地图模型计算效率，同时减少运行程序对预设环境的依赖性，大幅拓展移动机器人的广泛适用性，在画面信息的集采和计算过程中，保证移动机器人能够及时对自身位姿进行调整，持续完善移动机器人的智能功能和人性化特征，从而促进移动机器人研究和应用水平的不断提升。