农业机械学报

作者：蔡芸，曾超，王磊，董杰，蒋林，罗焱，李云飞

单位：武汉科技大学,武汉科技大学,武汉科技大学,武汉科技大学,武汉科技大学,武汉科技大学,武汉科技大学,

关键词：Cartographer算法;重定位;语义地图;语义物体关系链表;先验位姿

基金：国家重点研发计划项目(2019YFB1310000)和湖北省重点研发计划项目(2020BAB098)

针对Cartographer算法在室内重定位时鲁棒性差和耗时长等问题，提出一种利用语义信息改进Cartographer算法的重定位方法，以提高机器人在室内场景下的重定位性能。首先，通过RGB-D相机与深度学习技术提取机器人所处环境中的语义物体信息，并对语义信息进行点云映射，然后将提取的语义点云映射信息与基于Cartographer算法构建的栅格地图通过投影转换进行融合，构建出完整的二维语义栅格地图，再将提取的语义信息构建语义物体关系链表。在机器人进行重定位时，利用语义栅格地图提供的语义信息给予机器人一个先验位姿，从而缩小Cartographer算法匹配范围，减少算法迭代次数，实现机器人快速重定位。最后，搭建真实室内场景进行实验验证，结果表明，本文算法相比于原始Cartographer算法和AMCL算法，在相似场景下实时性分别提高49.78%、78.27%，在退化场景下实时性分别提高76.18%、83.96%，重定位成功率平均提升75%以上。此外，所构建的二维语义栅格地图可支持语义导航与规划，在服务机器人等场景中具有应用潜力。

来源：2025年第6期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第6期