具有多轴云台系统的移动机器人的地形适应规划以实现稳定的SLAM（同时定位与地图构建）

崎岖地形中机器人SLAM系统通过混合多轴陀螺仪与虚拟悬挂控制算法实现传感器稳定，结合地形自适应规划算法优化悬挂参数与移动速度，有效提升复杂环境下的SLAM鲁棒性和精度。

摘要：

对于在平坦地形或城市环境中的机器人或汽车而言，同时进行定位和地图构建（SLAM）问题已经通过成熟的解决方案得到了有效解决。然而，在崎岖地形或非道路环境中进行导航对SLAM来说是一个重大挑战，因为地形会导致高频率的振动和快速的俯仰运动，从而导致SLAM频繁失败。为了解决这一挑战，我们引入了一种混合多轴云台系统，该系统配备了旋转机构（俯仰和偏航）和平移机构（Z轴）。我们的方法包括使用虚拟模型控制器（VMC）算法来模拟虚拟悬挂系统，从而实现精确的Z轴稳定控制。这一步骤确保了即使在崎岖地形中传感器也能保持稳定。此外，我们还提出了一种地形自适应规划算法，用于调整机器人的虚拟悬挂参数和行进速度，以确保在不同地形下传感器数据的质量。具体来说，我们建立了云台系统的动态方程，并构建了一个耦合优化问题，以选择最佳的悬挂控制参数和行进速度。为了高效准确地解决这个优化问题，我们提出了一个数据驱动的参数预测网络。该网络分析感知到的地形数据，然后自动调整机器人的虚拟悬挂参数和行进速度，从而在所有地形下都能保证更好的传感器数据质量。最后，通过仿真和实验验证了所设计的云台系统及提出的地形自适应规划算法所带来的改进。这些改进体现在传感器稳定性的提升，以及在崎岖地形中SLAM的鲁棒性和准确性的提高。

引言

同时定位和地图构建（SLAM）是机器人应用中一个基本且不可或缺的组成部分。许多现有研究[1]、[2]专注于开发适用于室内和室外平坦地形的SLAM系统。然而，如图1所示，地震救援、灾害响应和实地调查等场景由于其复杂的地形（包括起伏的道路、坚硬的障碍物、楼梯和路边路缘）而面临挑战。在这样的崎岖地形中为移动机器人实现SLAM系统仍然具有挑战性。其中一个主要障碍是这些不平坦表面引起的干扰，导致传感器出现突然且剧烈的振动。这些振动常常会导致诸如运动模糊[3]、数据失真[4]以及偶尔的定位丢失等问题，尤其是当传感器朝向天空或其他无特征区域时[5]。图1。

机器人在室外崎岖地形中的移动。(a) 波动道路。(b) 坚硬障碍物。(c) 楼梯。(d) 路边路缘。