曹衛(wèi)華，吳凈斌，吳 敏，陳 鑫

自K.Goldbergz在Mercury Project中提出基于Internet的網(wǎng)絡(luò)機(jī)器人后［1］，隨著網(wǎng)絡(luò)和無線通信技術(shù)的發(fā)展，結(jié)合無線網(wǎng)絡(luò)通信設(shè)計(jì)具有本地自主的探索移動(dòng)機(jī)器人具有非常重要的意義，其在軍事、安防、家政等領(lǐng)域具有很好的應(yīng)用前景.

對(duì)于探索機(jī)器人而言，SLAM(simultaneous localization and mapping)是一項(xiàng)非常重要的功能［2-5］.目前多位學(xué)者提出一些SLAM算法，將其應(yīng)用于探索機(jī)器人中，其中基于EKF(extended Kalman filter)的 SLAM 算法［4，6-8］、基于EM(expectation maximization)的SLAM算法［9-14］、基于粒子濾波器的FastSLAM算法［15-16］成為SLAM研究的主流方向.這些算法都有較大的計(jì)算量且復(fù)雜的優(yōu)化過程，對(duì)機(jī)器人的控制器要求高，這對(duì)于目前以嵌入式系統(tǒng)為控制器的機(jī)器人而言就顯得過于復(fù)雜.

實(shí)時(shí)定位是SLAM的基礎(chǔ)，室內(nèi)環(huán)境下可使用里程計(jì)結(jié)合電子羅盤或人為設(shè)定路標(biāo)的方式.在有路標(biāo)條件下的定位研究已經(jīng)取得了很多成功實(shí)例［17-18］，但在未知環(huán)境中設(shè)置路標(biāo)不具有實(shí)用性.一些學(xué)者提出，在未知環(huán)境下，從機(jī)器人攜帶的激光測距數(shù)據(jù)中提取直線段信息或直線段之間的交點(diǎn)，將其作為路標(biāo)［19-20］;但其尋找路標(biāo)過程卻增加了SLAM算法的復(fù)雜度，同時(shí)也增加了控制器的負(fù)擔(dān)，不適宜應(yīng)用于嵌入式系統(tǒng).

針對(duì)SLAM算法的復(fù)雜性和實(shí)時(shí)性問題，設(shè)計(jì)了多控制器協(xié)作及多傳感器信息融合的移動(dòng)機(jī)器人硬件結(jié)構(gòu)，開發(fā)了快速地圖構(gòu)建及探索方法.該方法包括:多傳感器信息融合的實(shí)時(shí)定位及路徑規(guī)劃和基于網(wǎng)絡(luò)地圖構(gòu)建方法.基于無線網(wǎng)絡(luò)的未知環(huán)境下探索機(jī)器人系統(tǒng)可分為移動(dòng)機(jī)器人子系統(tǒng)(以下簡稱機(jī)器人)和機(jī)器人遠(yuǎn)程狀態(tài)監(jiān)視子系統(tǒng)(以下簡稱監(jiān)視系統(tǒng))2個(gè)部分.遠(yuǎn)程訪問者通過Web登錄機(jī)器人系統(tǒng)，并下載機(jī)器人上的Java Applet監(jiān)視系統(tǒng)的操作界面程序，對(duì)機(jī)器人進(jìn)行訪問.

1 機(jī)器人SLAM和路徑規(guī)劃

未知環(huán)境下探索機(jī)器人在實(shí)現(xiàn)SLAM過程中，需要經(jīng)過實(shí)時(shí)定位、局部路徑規(guī)劃、地圖繪制3個(gè)階段.機(jī)器人通過基于里程計(jì)和電子羅盤的實(shí)時(shí)定位方式，獲得當(dāng)前機(jī)器人的實(shí)時(shí)坐標(biāo).機(jī)器人基于當(dāng)前坐標(biāo)與預(yù)設(shè)定的目標(biāo)點(diǎn)，通過多傳感器信息融合技術(shù)完成實(shí)時(shí)路徑規(guī)劃，并引導(dǎo)機(jī)器人向目標(biāo)點(diǎn)移動(dòng).同時(shí)將所獲得的環(huán)境信息，通過無線網(wǎng)絡(luò)通信的方式傳輸給監(jiān)視系統(tǒng)完成地圖繪制.

1.1 實(shí)時(shí)定位

在常規(guī)的機(jī)器人控制中，機(jī)器人往往需要以機(jī)器人的朝向角為X軸建立局部坐標(biāo)系，機(jī)器人在進(jìn)行局部到全局坐標(biāo)系變換時(shí)需要建立位姿轉(zhuǎn)換矩陣.本文機(jī)器人通過電子羅盤，可以自身維持一個(gè)不變方向的局部坐標(biāo)系，實(shí)現(xiàn)局部坐標(biāo)系與全局坐標(biāo)系朝向保持一致.這樣簡化了坐標(biāo)變換過程，計(jì)算量也相對(duì)減少，有利于將有限的控制器資源合理利用.

機(jī)器人采用里程計(jì)結(jié)合電子羅盤信息的定位方式.其定位過程如下:機(jī)器人得到目標(biāo)點(diǎn)后，以自身為原點(diǎn)，東西方向?yàn)閄軸，南北方向?yàn)閅軸，建立坐標(biāo)系A(chǔ)OB，計(jì)算出目標(biāo)點(diǎn)坐標(biāo).然后再以目標(biāo)點(diǎn)為原點(diǎn)建立全局坐標(biāo)系XOY，經(jīng)過坐標(biāo)變換得出機(jī)器人在全局坐標(biāo)系中的坐標(biāo).當(dāng)機(jī)器人移動(dòng)時(shí)，電機(jī)反饋脈沖并計(jì)數(shù)，可實(shí)時(shí)計(jì)算出機(jī)器人走過的里程.電子羅盤以30 Hz的頻率輸出角度信息，可實(shí)時(shí)獲知機(jī)器人移動(dòng)朝向的角度.由此，便可實(shí)時(shí)計(jì)算出機(jī)器人在全局坐標(biāo)系中的坐標(biāo)，如圖1所示.

為便于控制及簡化計(jì)算，機(jī)器人通過原地轉(zhuǎn)向運(yùn)動(dòng)和直線運(yùn)動(dòng)的組合實(shí)現(xiàn)向任意目標(biāo)點(diǎn)移動(dòng).設(shè)初始時(shí)刻t0機(jī)器人的坐標(biāo)為(xt0，yt0)，直線運(yùn)動(dòng)狀態(tài)下每經(jīng)過Δt時(shí)段通過電機(jī)的光電編碼盤脈沖反饋可得機(jī)器人移動(dòng)的距離 ΔL，則 ΔL1，ΔL2，…，ΔLn分別表示機(jī)器人在 Δt1，Δt2，…，Δtn時(shí)段走過的距離.通過電子羅盤角度信息反饋可實(shí)時(shí)獲得機(jī)器人朝向角θbot，則經(jīng)過T時(shí)段，機(jī)器人走過距離為在 tn時(shí)刻機(jī)器人到達(dá)(xtn，ytn)，假設(shè)任意一個(gè)T時(shí)段，機(jī)器人都處于直線運(yùn)動(dòng)狀態(tài)下，則

式中:0≤θbot≤2π.

圖1 系統(tǒng)坐標(biāo)系示意圖Fig.1 Coordinate systems referred in the calculation

1.2 局部路徑規(guī)劃

機(jī)器人根據(jù)設(shè)定，每遇到障礙物時(shí)就重新作路徑規(guī)劃，因而需要利用激光測距重新掃描周圍障礙物.本文提出一種改進(jìn)的 VFH(vector field histogram)局部路徑規(guī)劃算法［21］，該算法是基于多傳感器信息融合的路徑尋優(yōu)方法.在規(guī)劃路徑之前需要定義一個(gè)與機(jī)器人朝向角相關(guān)的通過代價(jià)值，表示機(jī)器人沿該方向移動(dòng)所付出的代價(jià).在每個(gè)運(yùn)動(dòng)周期前，機(jī)器人自身旋轉(zhuǎn)，掃描其周圍360°的范圍，并每隔5°計(jì)算出一個(gè)代價(jià)值.機(jī)器人根據(jù)代價(jià)最小原則選擇運(yùn)動(dòng)方向.設(shè)待定運(yùn)動(dòng)方向?yàn)棣?，則方向選擇算法表示為

式中:C(α)為機(jī)器人在α方向上的代價(jià)函數(shù)，其計(jì)算方式為

式中:wj為影響機(jī)器人路徑規(guī)劃的優(yōu)化分量權(quán)值，且滿足為機(jī)器人相關(guān)信息，下標(biāo)j代表不同的優(yōu)化分量，包括:F1(q，α)為紅外傳感器測距值;F2(q，α)為激光傳感器反饋測距值;F3(q，α)為機(jī)器人朝向與機(jī)器人和目標(biāo)點(diǎn)連線的夾角值，其經(jīng)過實(shí)時(shí)計(jì)算得出.

基于紅外傳感器測距值F1(q，α)可以確定機(jī)器人何時(shí)完成避障的動(dòng)作.機(jī)器人在移動(dòng)過程中，F(xiàn)1(q，α)反映其側(cè)身的紅外傳感器實(shí)時(shí)檢測右側(cè)障礙物延伸狀況.當(dāng)檢測到側(cè)身障礙物消失，F(xiàn)1(q，α)值減小，機(jī)器人趨于目標(biāo)點(diǎn)方向直接轉(zhuǎn)向.基于激光測距值F2(q，α)可以測量障礙物距離信息指引機(jī)器人選擇路徑.基于機(jī)器人朝向與機(jī)器人和目標(biāo)點(diǎn)連線的夾角值F3(q，α)可以確定機(jī)器人朝目標(biāo)點(diǎn)移動(dòng)的方向.因此，通過權(quán)值wj將各優(yōu)化分量映射為惟一的代價(jià)值，也就綜合考慮了以上信息對(duì)機(jī)器人的影響，實(shí)現(xiàn)實(shí)時(shí)路徑規(guī)劃.

圖2(a)展示了該方法的一個(gè)實(shí)例.在該環(huán)境中，機(jī)器人對(duì)周圍障礙物進(jìn)行掃描并計(jì)算代價(jià)值.圖2(b)所示為機(jī)器人掃描0°～180°時(shí)綜合代價(jià)的直方圖.根據(jù)綜合代價(jià)，機(jī)器人運(yùn)動(dòng)角度在40°～55°和80°～95°的代價(jià)最小.機(jī)器人便可根據(jù)式(2)得到下一步運(yùn)動(dòng)的方向角.

圖2 局部路徑規(guī)劃實(shí)例說明圖Fig.2 Example of local path planning

1.3 實(shí)時(shí)地圖構(gòu)建

監(jiān)視系統(tǒng)接收并顯示機(jī)器人在定位與路徑規(guī)劃的相關(guān)信息，且同時(shí)重構(gòu)機(jī)器人所經(jīng)過環(huán)境的障礙物模型.實(shí)時(shí)繪圖與定位都需要機(jī)器人利用激光測量周圍障礙物的距離信息.距離信息的測量使用激光和攝像頭相結(jié)合的技術(shù).測量時(shí)，激光直射到障礙物上，攝像頭截取當(dāng)前圖像，并通過對(duì)圖像進(jìn)行二值化，定位在圖像上由激光直射到障礙物上產(chǎn)生的亮斑，之后根據(jù)相似三角原理計(jì)算出亮斑離攝像頭的距離，即機(jī)器人離障礙物的距離.如圖3所示，可知D為激光攝像頭與障礙物之間的距離.并且D可由

計(jì)算得出.式中:h為激光發(fā)生器到攝像頭的距離，θls為攝像頭和亮斑連線與激光發(fā)生器的夾角，pto為亮斑在縱軸方向上離圖像中心的像素值距離，e為角度對(duì)應(yīng)像素變換率.

圖3 基于圖像處理的激光測距示意圖Fig.3 Laser ranging with image processing

與TOF(time of flight)激光測距法相比，該方法的優(yōu)點(diǎn)為短距離測距效果好.測距時(shí)激光是靜態(tài)照射，只需處理獲得的圖像，此過程不存在激光反射速度過快、感受器來不及感受的問題.所以此方法能測出離機(jī)器人距離較小的障礙物.與超聲波測距法相比，該方法的優(yōu)點(diǎn)為單向性好，很長距離內(nèi)光束發(fā)散很小，具有小角度分辨率.

整個(gè)繪圖過程可劃分為多個(gè)繪圖周期.一個(gè)周期的基本步驟是:1)當(dāng)機(jī)器人探測到前方一定距離內(nèi)的一個(gè)障礙物時(shí)，以自身為中心建立局部坐標(biāo)系A(chǔ)OB，通過激光測距和電子羅盤測量出相對(duì)于自身在半徑為R范圍內(nèi)的障礙物信息，包括障礙物離機(jī)器人的距離及方向;2)根據(jù)障礙物的距離和方向信息進(jìn)行局部路徑規(guī)劃，同時(shí)將該掃描周期得到的障礙物距離和方向信息上傳至監(jiān)視系統(tǒng);3)監(jiān)視系統(tǒng)將每個(gè)周期所上傳的信息還原成直觀的特征圖.機(jī)器人到達(dá)目標(biāo)點(diǎn)的過程中，已經(jīng)歷了多個(gè)繪圖周期，將這些繪圖周期按順序整合在一張地圖中，便漸進(jìn)地將機(jī)器人所遍歷的環(huán)境繪制成一張環(huán)境模型地圖.

在第3)步繪圖過程中，以機(jī)器人出發(fā)點(diǎn)為參考原點(diǎn)，可利用機(jī)器人反饋信息，提取障礙物的直線特征與點(diǎn)特征，并顯示在繪圖窗口.

2 實(shí)驗(yàn)結(jié)果與分析

為驗(yàn)證以上提出的未知環(huán)境探索技術(shù)，使用基于嵌入式系統(tǒng)的自主式移動(dòng)機(jī)器人完成對(duì)預(yù)設(shè)目標(biāo)的探索及實(shí)時(shí)路徑規(guī)劃，通過實(shí)驗(yàn)測試實(shí)時(shí)定位、路徑規(guī)劃及遠(yuǎn)程地圖構(gòu)建方法的有效性.

2.1 實(shí)驗(yàn)平臺(tái)

本文所述的機(jī)器人采用ARM9體系的嵌入式處理器作為主控制器，并移植了具有較高實(shí)時(shí)性的linux(2.6.14內(nèi)核)作為其操作系統(tǒng)，配備攝像頭、無線網(wǎng)卡、激光發(fā)生器、紅外測距傳感器和電子羅盤.機(jī)器人平面長寬分別為0.2 m、0.16 m，其整體硬件結(jié)構(gòu)如圖4所示.監(jiān)視系統(tǒng)通過無線網(wǎng)絡(luò)與機(jī)器人建立連接，并負(fù)責(zé)向機(jī)器人傳送控制者設(shè)定的目標(biāo)點(diǎn)，顯示機(jī)器人傳送上來的視頻信息和機(jī)器人的運(yùn)行參數(shù)，且可利用相關(guān)傳感器采集的信息繪制機(jī)器人運(yùn)行軌跡和環(huán)境地圖.機(jī)器人負(fù)責(zé)在未知環(huán)境中移動(dòng)到目標(biāo)點(diǎn)過程的探索，并將傳感器采集的相關(guān)信息發(fā)送給監(jiān)視系統(tǒng).機(jī)器人在探索過程中需要具備:無線網(wǎng)卡實(shí)現(xiàn)網(wǎng)絡(luò)通信，攝像頭實(shí)現(xiàn)視頻監(jiān)視，攝像頭、激光、電子羅盤實(shí)現(xiàn)掃描測距和路徑規(guī)劃，里程計(jì)和電子羅盤實(shí)現(xiàn)自身定位.

圖4 機(jī)器人硬件結(jié)構(gòu)Fig.4 Robot hardware

機(jī)器人需要一個(gè)多控制器協(xié)作與多傳感器信息融合的結(jié)構(gòu)實(shí)現(xiàn)所需的功能.可將其為3個(gè)模塊:嵌入式系統(tǒng)為上位機(jī)的控制與決策模塊;單片機(jī)為控制傳感器信息融合傳遞的傳感器模塊;單片機(jī)為控制電機(jī)轉(zhuǎn)動(dòng)并對(duì)電機(jī)做速度反饋檢測的驅(qū)動(dòng)模塊.控制與決策模塊通過串口分別與傳感器模塊和驅(qū)動(dòng)模塊進(jìn)行交互.整個(gè)硬件控制系統(tǒng)結(jié)構(gòu)如圖5所示.

圖5 機(jī)器人總體結(jié)構(gòu)圖Fig.5 Configuration of the robot system

2.2 激光測距實(shí)驗(yàn)

激光測距效果直接影響實(shí)時(shí)地圖繪制的精確度，首先對(duì)激光測距效果進(jìn)行測試.結(jié)合激光的圖像處理測距法，對(duì)圖像進(jìn)行二值化處理后得到只有亮斑的圖片，將亮斑的位置放大處理，可清晰看到亮點(diǎn)，如圖6所示.由此，便可得出亮點(diǎn)在圖片的像素點(diǎn)坐標(biāo)，經(jīng)過比例運(yùn)算，可得亮斑與發(fā)生器的距離，即機(jī)器人與障礙物的距離.

圖6 圖像處理效果圖Fig.6 Results of image processing

表1中顯示所測距離與實(shí)際距離的比較.可以發(fā)現(xiàn)，在機(jī)器人與障礙物相距0.74 m之內(nèi)時(shí)，該測距方法具有較高精度，但個(gè)別測量數(shù)據(jù)精度略有跳動(dòng);當(dāng)實(shí)際距離超過0.9 m的時(shí)候，誤差增大.究其原因，在0.74 m之內(nèi)時(shí)，機(jī)器人運(yùn)動(dòng)造成激光與攝像頭輕微晃動(dòng)，而使測量精度產(chǎn)生跳動(dòng).而當(dāng)實(shí)際距離超過0.9 m時(shí)，由于圖像上的激光亮斑移動(dòng)變緩，圖像處理精度下降，使其測距誤差增大.

表1 測距數(shù)據(jù)對(duì)比Table 1 Data comparison

在實(shí)際應(yīng)用中，現(xiàn)有激光測距精度不影響機(jī)器人的路徑規(guī)劃及監(jiān)視系統(tǒng)的地圖繪制.因?yàn)?，?dāng)機(jī)器人進(jìn)行測距掃描時(shí)，其移動(dòng)方向上的障礙物已經(jīng)處在0.74 m之內(nèi)，即使某障礙物位于機(jī)器人前進(jìn)方向的0.74 m之外，隨著機(jī)器人移動(dòng)，障礙物距離縮短，掃描的精度也隨之提高，從而保證了地圖繪制的準(zhǔn)確度.

2.3 機(jī)器人運(yùn)行實(shí)驗(yàn)

監(jiān)視系統(tǒng)通過無線網(wǎng)絡(luò)與機(jī)器人建立連接，其操作界面包括繪圖區(qū)、視頻區(qū)、數(shù)據(jù)參數(shù)區(qū).如圖7所示.將機(jī)器人置于如圖8所示的一個(gè)人工實(shí)驗(yàn)環(huán)境中，該環(huán)境為2 m×3.2 m的矩形場地，場地中間有2塊突起的隔板，將場地劃分為3個(gè)較小空間，3個(gè)小空間由一直道連通.

將機(jī)器人置于場地西側(cè)空間內(nèi)，在繪圖區(qū)通過鼠標(biāo)點(diǎn)擊空白區(qū)域，給機(jī)器人設(shè)定一個(gè)目標(biāo)點(diǎn)，經(jīng)過計(jì)算，機(jī)器人將目標(biāo)點(diǎn)映射到實(shí)際場地東側(cè)空間內(nèi)，這樣機(jī)器人便獲知其與目標(biāo)點(diǎn)之間的距離.機(jī)器人在起始點(diǎn)掃描并感知周圍環(huán)境后，開始朝目標(biāo)點(diǎn)移動(dòng).當(dāng)機(jī)器人到達(dá)第1道隔板前，如圖9(a)所示，掃描周期被激活，機(jī)器人進(jìn)行掃描并感知周圍環(huán)境.監(jiān)視系統(tǒng)的繪圖區(qū)實(shí)時(shí)將機(jī)器人獲取的環(huán)境信息繪制成抽象圖形.機(jī)器人在第1道隔板前完成周圍環(huán)境掃描后，決策并向南移動(dòng).當(dāng)機(jī)器人左側(cè)紅外傳感器感知到隔板消失，機(jī)器人啟動(dòng)掃描并轉(zhuǎn)向目標(biāo)點(diǎn)移動(dòng).當(dāng)機(jī)器人越過第1道隔板，機(jī)器人再一次啟動(dòng)掃描，并向目標(biāo)點(diǎn)移動(dòng)，如圖9(b)所示.繪圖區(qū)的地圖根據(jù)機(jī)器人逐步反饋的信息生長.最終，機(jī)器人到達(dá)目標(biāo)點(diǎn)，繪圖區(qū)繪制出完整的地圖及軌跡，如圖9(d)所示.

圖7 監(jiān)視系統(tǒng)界面Fig.7 Interface of the monitoring system

圖8 實(shí)驗(yàn)環(huán)境示意圖Fig.8 Experimental environment

圖9 機(jī)器人軌跡圖及環(huán)境地圖Fig.9 Traces of the robot and map building

實(shí)驗(yàn)完成時(shí)，機(jī)器人認(rèn)為已準(zhǔn)確到達(dá)目標(biāo)點(diǎn).而經(jīng)過實(shí)際測量發(fā)現(xiàn)，機(jī)器人到達(dá)的目標(biāo)點(diǎn)與實(shí)際設(shè)定的目標(biāo)點(diǎn)之間存在一定的偏差，這是由光電編碼盤和電子羅盤的精度誤差造成的.經(jīng)過多次實(shí)驗(yàn)測量表明，機(jī)器人在實(shí)驗(yàn)場地環(huán)境內(nèi)，每米大約產(chǎn)生1.5 cm的誤差，在無路標(biāo)且環(huán)境未知的條件下，該誤差范圍是可接受的.實(shí)驗(yàn)表明，該機(jī)器人系統(tǒng)設(shè)計(jì)開發(fā)是有效的.

3 結(jié)束語

本文重點(diǎn)為設(shè)計(jì)一套具有高自主性的網(wǎng)絡(luò)遙操作機(jī)器人系統(tǒng)，并根據(jù)機(jī)器人硬件結(jié)構(gòu)設(shè)計(jì)一套在未知環(huán)境下、無路標(biāo)實(shí)現(xiàn)SLAM的算法.算法從設(shè)計(jì)上很好滿足了ARM9體系處理器的特點(diǎn)，結(jié)合機(jī)器人所攜帶的傳感器，使定位與地圖繪制過程都具有較好的實(shí)時(shí)性.

實(shí)驗(yàn)表明，機(jī)器人激光測距效果滿足路徑規(guī)劃及實(shí)時(shí)地圖繪制的要求，電子羅盤與里程計(jì)定位法的誤差處于可接受范圍內(nèi).機(jī)器人的局部路徑規(guī)劃算法能有效避開障礙物，并選擇可行的路徑.監(jiān)視系統(tǒng)根據(jù)機(jī)器人傳回的掃描信息，很好地完成繪圖任務(wù).

下一步的研究將著手提高機(jī)器人在SLAM過程中的精度，以及研究網(wǎng)絡(luò)遙操作機(jī)器人系統(tǒng)實(shí)現(xiàn)多機(jī)器人協(xié)作繪圖的可能性，并進(jìn)一步將二維靜態(tài)環(huán)境擴(kuò)展為三維動(dòng)態(tài)環(huán)境建圖.

［1］GOLDBERG K，MASCHA M，GENTNER S，et al.Desktop teleoperation via the world wide web［C］//Proceedings of the 1995 IEEE International Conference on Robotics and Automation.Nagoya，Japan:1995:654-659.

［2］LEONARD J，DURRANT-WHYTE H.Simultaneous map building and localization for an autonomous mobile robot［C］//Proceedings of the IEEE International Workshop on Intelligent Robots and Systems. Osaka， Japan:1991:1442-1447.

［3］DURRANT-WHYTE H，BAILEY T.Simultaneous localization and mapping(SLAM):part I the essential algorithms［J］.Robotics and Automation Magazine，2006，13(2):99-110.

［4］SMITH R，SELF M，CHESSEMAN P.Estimating uncertain spatial relationships in robotics［C］//Proceedings of the IEEE International Conference on Robotics and Automation.Piscataway，USA:IEEE，1987:850.

［5］SMITH R，CHEESEMAN P.On the representation and estimation of spatial uncertainty［J］.The International Journal of Robotics Research，1986，5(4):56-68.

［6］CSORBA M.Simultaneous localization and map building［D］.Oxford:University of Oxford，1997.

［7］DISSANAYAKE M W M G，NEWMAN P，CLARK S，et al.A solution to the simultaneous localization and map building(SLAM)problem［J］.IEEE Transactions on Robotics and Automation，2001，17(3):229-241.

［8］CASTELLANOS J A，TARDOS J D.Mobile robot localization and map building:a multisensor fusion approach［J］.Automatica，2003，39(6):1120-1121.

［9］THRUN S，BURGARD W，F(xiàn)OX D.A probabilistic approach to concurrent mapping and localization for mobile robots［J］.Machine Learning，1998，31(1/3):29-53.

［10］DEMPSTER A，LAIRD A，RUBIN D.Maximum likelihood from incomplete data via the EM algorithm［J］.Journal of the Royal Statistical Society:Series B(Methodological)，1997，39(1):1-38.

［11］BURGARD W，F(xiàn)OX D，JANS H，et al.Sonar-based mapping of large-scale mobile robot environments using EM［C］//Proceedings of the 16th International Conference on Machine Learning.Bled，Slovenia:Morgan Kaufmann，1999:67-76.

［12］THRUN S，BURGARD W，F(xiàn)OX D.A real-time algorithm for mobile robot mapping with application to multi-robot and 3D mapping［C］//Proceedings of IEEE InternationalConference on Robotics and Automation.San Francisco，USA:IEEE，2000:321-328.

［13］THRUN S，BEETZ M，BURGARD W，et al.Probabilistic algorithms and the interactive museum tour-guided robot Minerva［J］.Journal of Robotics Research，2000，19(11):972-1000.

［14］HANHEL D，SCHULZ D，BURGARD W.Mapping building with mobile robots in populated environments［C］//Proceedings of the 2002 IEEE/RSJ International Conference on Intelligent Robots and Systems.Lausanne，Switzerland:IEEE，2002:496-501.

［15］MONTEMERLO M，THRUN S，KOLLER D，et al.FastSLAM:a factored solution to the simultaneous location and mapping problem［C］//Proceedings of the AAAI National Conference on Artificial Intelligence.Edmonton，Canada:AAAI，2002:593-598.

［16］MONTEMERLO M，THRUN S，KOLLER D，et al.FastSLAM 2.0:an improved particle filtering algorithm for simultaneous localization and mapping that provably converges［C］//Proceedings of the International Conferenceon ArtificialIntelligence. Acapulco， Mexico:AAAI，2003:1151-1156.

［17］ARRAS K O，TOMATIS N，JENSEN B T，et al.Multisensor on-the-fly localization:precision and reliability for applications［J］.Robotics and Autonomous System，2001，34(2/3):131-143.

［18］JENSFELT P，KRISTENSEN S.Active global localization for a mobile robot using multiple hypothesis tracking［J］.IEEE Transactions on Robotics and Automation，2001，17(5):748-760.

［19］BORGES G A，ALDON M J.A split-and-merge segmentation algorithm for line extraction in 2-D range images［C］//Proceedings of International Conference on Pattern Recognition.Barcelona，Spain:IEEE，2000:441-444.

［20］JENSFELT P，CHRISTENSEN H.Laser based position acquisition and tracking in an indoor environment［C］//Proceedings of the International Symposium on Robotics and Automation. Saltillo， Coahuila， Mexico:IEEE，1998:331-338.

［21］ULRICH I，BORENSTEIN J.VFH+:reliable obstacle avoidance for fast mobile robots［C］//Proceedings of the 1998 IEEE International Conference on Robotics and Automation.Leuven，Belgium:IEEE，1998:1572-1577.