移动机器人是人工智能领域一个热门的研究课题,其中如何在未知环境下实现同时定位与建图(SLAM)是当前研究的核心内容,它是机器人进行导航与路径规划的前提条件。本文主要针对室内机器人在结构化环境中的定位与建图问题,使用RGB-D相机和2D激光雷达作为传感器,重点研究视觉定位和视觉与激光组合定位的方法。多传感器数据在时间与空间上的同步问题本文要解决的第一个问题,首先在里程计队列中确定当前激光数据起始时间,并插值得到对应时刻的里程计位姿,然后假设机器人在短时间内做匀速运动使用多次插值法得到矫正后的激光雷达数据。在RGB-D定位算法中,基于线特征匹配求解位姿的方法具有特征容易丢失和误匹配等问题,针对这一难点,从如何准确提取线特征的角度出发,考虑了由于线段相交、遮挡引起的线特征不连续性的情况,根据片段方向和距离的差异来合并线段。同时考虑到图像中行人带来的动态线特征会引起误匹配,通过静态权重法来解决这一问题,首先计算出特征线段的权重,然后根据权重大小来判断是否为静态线段,如果不是,则剔除。以此来降低动态物体对位姿估计的影响。针对RGB-D与激光里程计的组合定位问题,本文使用基于联邦滤波的多滤波器融合算法将视觉定位的局部最优估计值与激光定位的局部最优估计值进行融合,根据各自的误差协方差确定信息分配系数,同时考虑了由于特征缺失引起的视觉定位失败的情况,通过位姿差距来筛选局部估计值以保证全局最优估计值的准确性。对比实验表明组合定位后的结果具有一定的优越性。