基于阿克曼小车和ROS实验平台的主流激光SLAM算法比较分析及优化

目前,激光雷达SLAM算法的对比分析多停留在仿真层面,实验层面较少。为遴选出最优秀的激光SLAM算法并促进其实际应用,本文基于Ackermann汽车和Ros实验平台,对Gapping、Karto SLAM、Hector SLAM、Cartographer四种主流LiDAR SLAM算法进行了对比分析,从实验层面证实了Cartographer在复杂室内场景下建图的优越性。接着,以复杂室内场景下移动机器人的自主导航定位为应用背景,对Cartographer算法进行进一步优化。在解决Cartographer算法测绘定位误差偏大问题的基础上,建立出高质量的导航地图。随后,基于建立的地图,结合全局A*算法和局部TEB算法进行路径规划,对不同复杂室内场景下的导航效果进行了验证。实验结果表明,优化后的Cartographer算法大大提高了导航精度和稳定性。