论文部分内容阅读
到目前为止，很多关于即时定位与构建（SLAM）算法的研究都是用点特征作为地图特征，即地图是由有限个点组成的。采用点特征构建地图最大的优点是计算简单直观，并且基于点特征的SLAM的研究也基本成熟。随着实际情况的需要，后来又出现了线特征，并已经成功应用在室内环境的描述中。点特征和线特征可以很好的应用在结构化环境中，但在非结构化环境中，环境往往是复杂的，形状不规则并且没有明显的边缘，不能有效地提取点或者线特征来描述环境。本文提出了可以应用于非结构化环境下的环境表示方法——B样条（也叫基本样条）方法。B样条SLAM方法采用B样条函数作为基函数，用一组控制点来表示一条样条，用一组节点向量来确定样条的位置。目前，B样条曲线的相关理论发展成熟，各种算法及参数已经系统化，如用Hartley-Judd方法确定节点向量的算法、Shetty和White提出的样条曲线的延伸算法、计算B样条曲线上点的德布尔算法等。利用B样条作为特征表示环境的显著优点是B样条特征包含了点和（直）线特征但又不限于这两种特征，并且对环境的要求较低。基于B样条的SLAM主要有以下三个特点：第一，控制点是直接观测不到的，需要从数据点中得到控制点；第二，理论上，样条间的数据关联远远复杂于单个点之间的数据关联；第三，点特征是离散的，B样条曲线是连续的，在采用B样条作为环境表示特征的SLAM方法中，数据关联之后有时需要将样条进行延伸，这会增加计算的复杂度。本文的创新之处有两点，第一，实现了智能控制点的选择。本文采用动态的节点向量来描述样条，根据数据点的个数确定控制点的个数。第二，提出了新的数据关联方法。文中提出的数据关联包括初步关联和确认关联两部分。在初步关联中，将地图中已有的样条进行简化，简化原则为已有样条和载体的最近距离小于距离阈值。然后用简化后的地图样条和新样条进行点对的匹配。