基于slam的快遞地圖的研究

柳振寶　龔霞　湯文靖　陸思尖　黃益春　王惠　文杰

摘要：網購已成為高校師生生活中必不可少的一部分，由于大學生群體的特殊性，大家一般只能集中在某個特定時間段去取件，這樣就會導致取件效率很低。基于此，本設計是一個基于SLAM的快遞地圖，該設計利用SLAM地圖對快遞進行實時定位，通過數據的存儲和存儲空間的結構，構造出SLAM地圖，能夠在終端顯示出快遞的SLAM地圖，確定快遞的大概位置，能大大節(jié)省尋找快遞的時間，避免等待時間長，取快遞擁擠的現象。

關鍵詞：高校;SLAM地圖;快遞

眾所周知，目前網購已成為高校師生生活中的重要組成部分，但校園快遞不同于一般家用快遞，快遞員并不會主動將快遞送到學生指定宿舍門口，主要是客戶接到快遞到達通知后，自己主動去校園快遞代收點領取，取件效率低下是一個普遍存在的問題。

由于大學生群體的特殊性，大家就只能集中在某一特定時間段去取件， 這樣就會導致浪費時間，取件效率低下等問題。在取件點排一條長長的隊伍的現象更是屢見不鮮， 遇上節(jié)假日促銷活動， 平均每個人都需要排隊等待十五至二十分鐘才能取到快遞包裹。由于取件隊伍大多會集中在校園人流高峰時期， 這不僅會影響到校園的交通秩序、校園形象等問題， 更是加大了學生的時間成本， 縮短了原本有限的休息時間。

本設計是一個基于SLAM的快遞地圖，在這里SLAM采用激光視覺融合建圖的方法，如圖1。載體通過一個激光SLAM小車進行掃描，在Linux上搭載ROS操作系統，運行Rviz遠程將采集到的信息傳輸到Linux的PC端，完成地圖的制作，再將地圖導入APP，完成編號與地圖的對應即可在終端顯示出快遞的SLAM地圖，確定快遞的大概位置，大大節(jié)省了尋找快遞的時間，避免同學們等待時間長，取快遞擁擠的現象。

1 同步定位與建圖的實現

激光和視覺傳感器在SLAM應用中都各自有自己的優(yōu)勢和劣勢，基于激光和視覺傳感器融合的SLAM方法能夠有效的利用各個傳感器的優(yōu)勢，彌補傳感器在某些特殊環(huán)境下的劣勢，本設計采用激光視覺融合建圖的方法對快遞進行定位，能夠很好的構建快遞的位置，SLAM過程包含許多步驟，整個過程是為了利用環(huán)境來更新機器人的位置。目前SLAM實現方法大致可分為兩類：

1）基于概率模型的方法：基于卡爾曼濾波的完全SLAM、壓縮濾波、FastSLAM等;

2）非概率模型方法：SM-SLAM、掃描匹配、數據融合（dataassociation）、基于模糊邏輯等。

由于小車中給出自身位置的距離測量往往是不精確的，不能直接依賴于測距機制。我們可以利用對環(huán)境的激光掃描來糾正小車位置，這一過程可以通過提取環(huán)境的特征來實現，然后當小車向四周運動時再進行新的觀察。擴展卡爾曼濾波EKF是SLAM過程的核心，其基于這些環(huán)境特征來負責更新小車原始的狀態(tài)位置，這些特征常稱為地標?？柭鼮V波EKF用于跟蹤機器人位置的不確定估計以及環(huán)境中的不確定地標以實現盡可能準確定位快遞包裹的位置。

2 激光視覺融合SLAM信息的采集及導入

2.1激光視覺融合SLAM信息的采集

激光視覺融合SLAM信息的采集分為激光測距儀信息提取，雙目立體視覺信息提取，特征匹配與合并。

激光測距儀的原理如下：將平行激光束發(fā)射出去，測量經過目標反射回來的激光束與發(fā)射出去的時間間隔，計算出與目標間距離，得到此時的環(huán)境水平剖面圖;由于激光測距儀僅僅獲得的是環(huán)境水平剖面圖，即目標與機器人之間的距離信息，故需要對這些信息加以補充。引入雙目視覺傳感器，從中獲得的所需數據作為對環(huán)境感知的特征信息的必要補充;機器人在某一位姿下獲得的環(huán)境特征需經過融合與特征匹配后才能加入全局地圖，而這些特征信息是由激光測距儀和雙目立體視覺系統分別提取，然后在特征層次上進行匹配與融合。激光視覺融合SLAM信息的采集圖像如圖2所示：

2.2激光視覺融合SLAM信息的導入

在樹莓派Linux上搭載ROS操作系統，運行Rviz遠程將采集到的信息傳輸到Linux的PC端，完成地圖的制作，再將地圖導入相應APP，完成編號與地圖的對應。

3 總結

該設計基于SLAM地圖技術與快遞產業(yè)聯系在一起，將互聯網的優(yōu)勢充分發(fā)揮出來，通過快遞的數據位置，構建地圖，能更好解決快遞數量多，存放位置難以尋找的問題，節(jié)省人力物力。提高單位領取效率，使排隊的問題得以解決，節(jié)省了客戶時間，提高了用戶體驗，使用戶到達快遞點就可以快速定位自己快遞的位置，對快遞方來說也能減少人力成本。

參考文獻：

1. 馬爭光，趙永國，等.激光和視覺融合 SLAM 方法研究綜述，2019.3.
2. 許莎莎，李文彬，等.激光雷達和攝像機聯合標定識別作物，2014.
   1. 杜釗君，吳懷宇.基于激光測距與雙目視覺信息融合的移動機器人，SLAM 研究，2013.1.