动态环境中的面向对象栅格建图

栅格地图，尤其是占据栅格地图，在许多移动机器人应用中无处不在。为简化地图学习过程，栅格地图将世界划分为栅格单元，各单元的占据状态利用该单元感知范围内的测量独立估计。然而，世界由跨越多个单元的物体构成，这意味着落于某单元的测量也为属于同一物体的其他单元的占据状态提供了证据。当前模型未捕捉此种相关性，因而未利用物体级信息来估计环境状态。本文提出一种推广栅格地图更新的方法，放宽独立性假设。我们建议将测量与每单元占据状态之间的关系建模为一组潜变量，并联合估计这些变量与地图后验。我们提出一种基于语义标签聚类的潜变量估计方法，以及对正态分布变换占据地图（NDT-OM）的扩展，以促成所提地图更新方法。我们使用真实世界数据集进行了全面的建图与定位实验，表明相较最先进方法，所提方法在高度动态环境中创建了更好的地图。最后，我们展示了所提方法在终身地图更新场景中移除被遮挡物体的能力。