基于占用栅格地图到位姿图的映射：面向变化和动态环境中寿命内室内导航的稳健BIM基于2D-LiDAR定位
摘要：建筑信息模型（BIM）提取的占用栅格地图（OGM）中的机器人定位，多个研究依赖于事实上的标准自适应蒙特卡罗本地化（AMCL）方法。然而，大多数研究假设BIM模型准确地代表了真实世界，这很少是真实的。参考BIM模型与真实世界之间的差异（Scan-BIM偏差）不仅由家具或杂物引起，还由设计阶段创建的任何模型所存在的计划和实际施工偏差引起。这些偏差严重影响AMCL的准确性。本文提出一种开源方法，从BIM模型中生成适用于在变化和动态环境中进行2D-LiDAR定位的合适姿势图地图。首先，从复杂BIM模型自动生成2D OGM。这些OGM只表示室内自主机器人导航的结构要素。然后，一种高效的技术将这些2D OGM转换为基于姿势图的地图，从而实现更精确的机器人姿势跟踪。最后，我们利用不同的地图表示来进行准确、稳健的定位，结合了最先进的算法。此外，我们在三个模拟场景中提供了各种最先进的定位算法的定量比较，这些场景具有不同程度的Scan-BIM偏差和动态代理。更具体地说，我们比较了两种粒子滤波器（PF）算法：AMCL和通用蒙特卡罗本地化（GMCL）；以及两种基于图的定位（GBL）方法：Google的Cartographer和SLAM Toolbox，解决全局定位和姿势跟踪问题。众多实验证明，所提出的方法可以在变化和动态环境中利用设计的BIM模型或稀疏OGM进行稳健的定位，在准确性和稳健性方面优于传统的AMCL。
作者：Miguel Arturo Vega Torres, Alexander Braun, Andr''e Borrmann
论文ID：2308.05443
分类：Robotics
分类简称：cs.RO
提交时间：2023-08-11