基于OcTree的SLAM系統(tǒng)地圖算法的研究.pdf

1、隨著智能移動機器人在社會生活中的廣泛應用，其自主完成導航任務的能力變得尤為重要。為了能夠?qū)崿F(xiàn)智能機器人的自主導航，同步定位和地圖構建(Simultaneous Localization and Mapping，SLAM)技術成為了首要的研究重點。
　　目前，SLAM系統(tǒng)已能夠達到實時對周圍空間環(huán)境進行采集和構建，并以點云數(shù)據(jù)集加以展示呈現(xiàn)。然而，很明顯的不足就是點云數(shù)據(jù)集的數(shù)量之大，難以讓目前能力相對有限的智能機器人完成實時處理。

2、因此，尋求一種簡單且易于智能移動機器人存儲、傳輸和處理的數(shù)據(jù)模型是亟待解決的問題。
　　基于OcTree的三維空間地圖OctoMap作為一個開源項目，提供了一種以柵格技術為前提，以OcTree數(shù)據(jù)結構為基礎的實現(xiàn)方案。它從Uniform Grid、Grid Based、BVH和Kd-Tree中尋求最優(yōu)提高射線相交測試的方法，將基于OcTree的三維空間地圖OctoMap實現(xiàn)成為便于智能移動機器人自行導航的策略方案。
　　本文

3、針對基于OcTree的SLAM系統(tǒng)三維空間地圖算法進行研究與實現(xiàn)。從以下三個部分分別闡述分析。它們分別是 SLAM系統(tǒng)生成點云數(shù)據(jù)集的處理算法優(yōu)化、三維空間光束遍歷體素算法重建和基于OcTree的節(jié)點三維空間更新算法改進。SLAM系統(tǒng)生成點云數(shù)據(jù)集的處理算法優(yōu)化部分實現(xiàn)對點云數(shù)據(jù)集的集中優(yōu)化處理。其中，內(nèi)容包括基于離群噪聲點的移除濾波和基于物體形狀特征的降采樣濾波。三維空間光束遍歷體素算法重建部分采用全新的三維空間光束遍歷體素思想，提升

4、了執(zhí)行效率，同時，為了節(jié)省空間冗余，將算法過程生成的空間空閑拐點加以剔除。基于 OcTree的節(jié)點三維空間更新算法改進部分考慮到系統(tǒng)資源損耗和時間效率問題，將原始基于OcTree的遞歸調(diào)用更新方式改進優(yōu)化為以循環(huán)迭代方式。
　　本文基于標準數(shù)據(jù)集、室內(nèi)大廳和室外車輛三類點云數(shù)據(jù)集針對算法的各個實現(xiàn)階段加以分析評估。從 SLAM系統(tǒng)生成點云數(shù)據(jù)集的處理優(yōu)化算法、三維空間光束遍歷體素重建算法和基于OcTree的結點三維空間更新改進算法