-
题名基于改进DLO算法的无人叉车同时定位与建图
- 1
-
-
作者
程军
毛伟
汪步云
许德章
杨秋生
-
机构
安徽工程大学人工智能学院
安徽工程大学机械与汽车工程学院
芜湖云擎机器人科技有限公司
-
出处
《电子测量技术》
北大核心
2025年第8期88-98,共11页
-
基金
国家自然科学基金(51605229)
安徽省高校自然科学基金(2023AH050928)
+2 种基金
安徽省高校协同创新项目(GXXT-2023-076)
安徽省经信委制造业重点领域揭榜挂帅项目(JB22031)
安徽未来技术研究院企业合作项目(2023qyhz35)资助。
-
文摘
堆垛式无人叉车在仓储和物流管理中负责货物的堆垛和取放任务,在工业环境中,需要开发快速而准确的状态估计和环境感知算法,以便实现无人叉车的自主导航运动。然而,直接使用激光雷达里程计进行状态估计时,往往会导致建图不准确和位姿漂移等问题。为此,提出了一种基于改进DLO算法的堆垛式无人叉车同时定位与建图方法。利用惯性测量单元提供的运动模型以及多线激光雷达的点云数据,对叉车的初始位姿进行先验估计。通过DLO SLAM算法的前端,采用广义最小二乘法进行扫描匹配,实时估计叉车的位姿并构建地图。利用HDL-Graph-SLAM的后端位姿图优化和回环检测,进一步提升地图重建的精度。实验结果表明,该方案能够有效抑制动态环境中的地图漂移及误差累积问题。与DLO SLAM相比,定位精度提高了60.9%,与Cartographer算法相比提高了56.9%,同时,稳定性也显著提升,能够满足堆垛式无人叉车同时定位与建图的要求。
-
关键词
同时定位与建图
堆垛式无人叉车
状态估计
环境感知
位姿漂移
-
Keywords
simultaneous localization and mapping
stacking unmanned forklift truck
state estimation
environmental awareness
pose drift
-
分类号
TN249
[电子电信—物理电子学]
TN951
[电子电信—信号与信息处理]
-
