[发明专利]用于对移动机器人进行同时定位和地图创建的方法

说明书

在用于对移动机器人进行同时定位和地图创建的方法中，设置了在探测到已经创建了地图的结构情况下通过补偿变换的优化步骤。在此在所述地图创建时基于对至少一个固定标记（12）的识别来执行补偿变换（3），其方式是，在已经存在来自先前地图创建的所述至少一个固定标记（12）的位置的情况下并且在所述至少一个固定标记的所述位置在当前地图创建时偏离（120）的情况下进行所述补偿变换（3）。

技术领域

本发明涉及一种用于对移动机器人进行同时定位和地图创建的方法，其中所述同时定位和地图创建包括在探测到已经创建了地图的结构情况下通过补偿变换进行的优化步骤。此外，本发明涉及用于执行所述方法的计算机程序以及相应的机器可读存储介质和电子控制设备。

背景技术

在移动机器人的领域，已知移动机器人创建其环境的地图并且同时估计其在所述地图内的位置。为了所述同时定位和地图创建（simultaneous localization andmapping，SLAM），使用算法来确定自主机器人相对于其环境的位置。在此过程中，基于所述移动机器人的车载传感器来创建环境表示（即地图），所述环境表示包括所述环境的可通过现有的传感器（例如激光扫描仪、照相机、雷达、超声等）检测的物理特性。这些所谓的SLAM算法也已在移动机器人的领域之外使用，例如在涉及无人飞机（无人机）、自动驾驶机动车、自动化工业卡车等的这种应用领域中。

一般来说，SLAM过程分为四个阶段：

a. 从所述机器人在已经创建的地图中的先前位置以及存储在所述地图中的传感器值出发，必要时在其他传感器的辅助下估计所述机器人的相对位置变化。在此，在该过程开始时可以从所述机器人的初始位置出发，其中在该过程开始时可以存在单个初始传感器值组。可以用于估计所述相对位置变化的其他传感器可以例如基于惯性测量单元（IMU）、辐射度计、光学流等来进行。

b. 基于该估计位置，将当前传感器值与存储在所述地图中的传感器值进行比较，并检查可能的局部匹配（matching，匹配）。在此的目的是在存储在地图中的、已观察到的环境特征与同样在当前传感器值集合中检测到的环境特征之间实现尽可能大的一致性。从某种程度上来说，在一致性最大的点处，可以将当前传感器值无缝地插入到所述地图中（mapping，地图创建）。

c. 接着从所述地图中的该插入点出发，相对于所述地图校正当前车辆位置（localization，定位）。然后可以将该位置用作下一次迭代的起始位置（新的初始位置）。

d. 在可选的优化步骤中检查是否可以找到当前传感器值与其他地图区域的附加对应关系。如果在所述地图中的其他地点又找到在当前传感器值集合中观察到的环境特征，则在此也执行匹配。如果该匹配满足一定的质量标准，则借助于优化算法或补偿变换在所述地图中包含的传感器值集合的所有插入点上对这两个位置之间的局部差异进行补偿，使得描述同一个环境特征的传感器值在空间上彼此匹配。该步骤也称为环闭合（Loop-Closure）。

发明内容