摘要：随着机器人的出现，人类传统的生产模式、生活方式出现了改变，而可以确定的是这种改变为整个社会、个人工作生活带来了极大的便利。与AGV搬运机器人工作的结构化环境不同，室内移动机器人多工作于经常发生突发性事件或是环境信息复杂度较高的非结构化环境中，比如办公室、超市和家庭居室。正因移动机器人在日常生活的广泛应用，因此移动机器人领域受到了广泛的关注，并快速发展。SLAM (simultaneous localization and mapping)技术，即同时定位与建图技术，是自主移动机器人在陌生环境下实现定位和建图的关键技术。而激光雷达SLAM方案是现如今技术成熟、应用稳定的主选方案，而其中又有多种算法可以选择应用于不同场景。因此本文选取激光雷达SLAM中最有代表性的：Gmapping、Hector、Cartographer算法，在搭建的三维仿真非结构化环境中，针对室内环境的不同结构，对这三种算法进行仿真实验，将实验结果对比、分析和评价以得出算法的适用性和可靠性。最后本文将SLAM理论、Gmapping算法和实验验证结合，研究证明了一种低成本的基于激光雷达的移动机器人SLAM方案基本框架，为现实环境中移动机器人定位和建图提供了方案支持。

关键字：激光SLAM  仿真环境  非结构化环境  Gmapping 

目录

摘要

Abstract

1. 绪论-1

1.1本文的研究背景及意义-1

1.2国内外研究现状-1

1.2.1移动机器人的研究现状-1

1.2.2 SLAM研究现状-3

1.3 本文的主要内容及章节安排-4

2.  基于激光的SLAM算法-5

2.1 基于激光的SLAM算法概述-5

2.2 Gmapping SLAM算法-7

2.2.1 Gmapping SLAM算法框架-7

2.2.2 Gmapping SLAM算法仿真实验-8

2.3 Hector SLAM算法-10

2.3.1 Hector SLAM算法框架-10

2.3.2 Hector SLAM算法仿真实验-11

2.4 Cartographer算法-12

2.4.1 Cartographer算法框架-13

2.4.2 Cartographer算法仿真实验-13

2.5 本章小结-14

3.   Hector SLAM、Gmapping SLAM和Cartographer的比较-16

3.1 仿真机器人的硬件系统-16

3.2 仿真实验与比较结果-17

3.2.1 大场景环境的仿真实验-17

3.2.2 长窄通道环境的仿真实验-22

3.2.3 室内非结构化环境的仿真实验-24

3.3 本章小结-25

4.  室内非结构化环境机器人综合设计与实验-27

4.1 实验软件平台-27

4.1.1 SLAM测试环境的组成及通信方式-27

4.1.2 物理仿真平台-27

4.2 未知非结构化环境中基于SLAM建图的设计-29

4.2.1 SLAM程序设计-29

4.2.2 SLAM实验-33

4.3 本章小结-38

5.  总结与展望-39

5.1 总结-39

5.2 展望-39

参考文献-41

附录-42

致谢-44