1.1设计目的及意义

SLAM，英文全称是SimultaneousLocalization And Mapping，即时定位与地图构建。据统计，人类大约80%以上的行为活动发生在室内，室内定位技术的发展促使了室内位置服务的需求。其中，室内地图是室内位置服务的重要基础，各类室内位置服务也加大了对室内三维空间信息采集的需求，在精准营销、餐饮服务、室内引导、智能制造、物流跟踪等领域拥有巨大市场前景。随着测绘学、导航制导与控制学、遥感科学等的交叉融合，催生了以不同传感器组合定位制图的方式，来代替单一导航系统，多传感器组合导航系统取长补短，优势互补，能够比任意单一导航系统获得更高的导航性能。然而在室内环境下，GNSS信号高度衰减，以至于不能满足室内导航定位的需求。LiDAR以其定位精度高，定位精度高，不像视觉传感器受环境光照等影响，比较稳定等优点，广泛应用于室内SLAM中，但由于LiDAR匹配高度依赖周围环境的特征，在低特征的环境下表现很差，而惯性导航虽然不依靠外部环境信息便可实现自主导航，但其中包含的传感器误差会随着工作时间的变长而逐渐累积，误差累积到一定程度后便会失效（李荣冰，2012；高钟銳，2012）。因此，将两种传感器有效结合，取长补短，高效率地绘制出高精度的室内地图变成了当前国内外学者研究的一个重要方向（Bailey，2006）。

1.2国内外研究现状

随着人王智能科学的迅速发展，国内外的SLAM研究都取得了突破性的进展。2016年10月6日，Google公司实时SLAM算法Cartographer开源，这在SLAM领域是非常具有重要性的一个举动，Google的这项技术能同时应用于二维Ｈ维的定位及制图，该SLAM算法结合了来自LiDAR、IMU和多个摄像头的数据，主要侧重于LiDAR SLAM。早在2014年９月，Google公司就曾推出一款同名背包，这款背包配备了两个多回波激光扫描仪和一个惯性测量组件，用SLAM技术实时绘制室内平面图。还可以在室内地图上添加信息点，比如标记酒店的房间号、博物馆的展览品等。Google公司声称＂只用化个小时就完成了39层的旧金山马奎斯万豪酒店室内地图的制作＂。还有Google公司和特斯拉公司共同研发的基于SLAM的无人驾驶车（Czapla,2013），在车顶处配备3D激光雷达，勇于实时构建周围的3D环境地图，最大福射范围200m，然后将采集的环境信息传输至车载中央处理系统。

因为用在SLAM上的传感器主要分两大类：激光雷达和摄像头,业内也将SLAM分为激光SLAM和视觉SLAM两大类别。SLAM最早由Smith、Self和Cheeseman于1988年提出，至今已有30年的历史。但国内关于SLAM的研究并没有那么早，最近几年才开始逐渐兴起并应用SLAM应用领域广泛，按其应用行业也可分为两大类，即工业领域和商业领域。

商业用途方面，目前应用最为成熟的应该是扫地机行业，而扫地机也算机器人里最早用到SLAM技术这一批了，国内的科沃斯、塔米扫地机通过用SLAM算法结合激光雷达或者摄像头的方法，让扫地机可以高效绘制室内地图，智能分析和规划扫地环境，成功让自己步入了智能导航的阵列。除了扫地机之外，SLAM技术在无人机、自动驾驶等都有应用，有位工程师甚至说过“所有关于无人机的梦想都建立在SLAM之上”，可见SLAM技术的关键性。

工业用途主要是集中在AGV领域，随着制造业以及电商仓储领域对柔性化搬运的需求不断上升，SLAM导航迎来了广阔的市场。将SLAM运用在AGV物流小车上，可以不用预先铺设任 何轨道，方便工厂生产线的升级改造和导航路线的变更，实时避障，环境适应能力强，同时能够更好地实现多AGV小车的协调控制。当下国内有一些AGV企业都已开始将SLAM技术应用到AGV上，借此实现真正的自然导航。

在多企业开发方面，随着SLAM技术重要性的凸显以及应用市场的扩大，一些企业开始纷纷投入到SLAM技术研发中，这其中也可分为两大类，一是专门提供导航定位模块的企业，另一类则是移动机器人厂商，其开发SLAM多为自用。

2. 研究的基本内容与方案

2.1研究的基本内容