科创中国

室内配送机器人精准定位与导航关键技术及应用，主要研究基于激光视觉相融合的室内建图技术、基于多传感器融合算法的室内精准定位技术和室内移动机器人的导航技术和室内定位与导航的实验示范四大方面。机器人首先通过激光视觉相融合的室内建图技术构建二维语义栅格地图，完成对室内环境的大致了解；其次，根据构建好的二维语义栅格地图，机器人实现对自身位姿的定位，其中定位包括在整个地图范围内确定机器人某时刻初始位姿的重定位和判断机器人在行进过程中相对位姿的估计；最后，机器人通过全局路径规划和局部路径规划实现精准导航，再进行项目实验示范。使机器人能够在配送时自动适应环境的变化并实现高效工作。主要成果形式：1、面向室内移动机器人地图构建与定位导航专用算法及软件1套；2、面向室内商超配送场景的机器人实验示范设备若干套。

（1）多传感器数据联合优化

多传感器数据联合优化主要将激光信息和视觉信息共同加入到统一的框架下，通过最小二乘法来求得使误差函数最小化的机器人位姿。其中最小二乘法的核心便是对于误差函数的构建，可将激光误差函数与视觉误差函数加到一起从而构建相邻帧联合误差函数。相比于单一激光数据，视觉特征点最大的优势在于可以获得准确的点对点匹配结果。

（2）基于多种信息融合的闭环检测算法

采用基于多种信息融合的闭环检测算法，融合了位姿、图像、激光等信息实现机器人的闭环检测。通过位姿的初步筛选可有效减少需要计算相似度得分的关键帧数量，而激光是利用其与视觉数据信息探测范围的不同以及数据不同来解决视觉的弊端。

（3）二维语义栅格地图的构建

将地图对齐融合则形成二维栅格语义地图，它不仅拥有环境四周的精准信息，更能识别环境中的每个物体。通过此地图，移动机器人可以获取更加完善的自身位置、姿态和功能属性的相关信息，完成更加智能的任务。

（4）复杂环境下的位姿估计方案切换技术

采用了激光雷达定位方案和融合视觉里程计与IMU的定位方案结合在一起的关键技术，进行机器人位姿估计，针对不同的情形采取不同的方案进行实时的定位方案切换，在机器人发生剧烈运动或是周围光照变化达到预设的阈值时，立即切换为激光雷达定位的方案来进行位姿估计，避免了使用单一方案进行位姿跟踪时的定位缺陷，保证机器人在全局环境下的定位准确性。

（5）基于改进Voronoi图的全局路径规划技术

研究了一种利用改进的骨架算法提取更精简的Voronoi图，降低机器人存储量，再将 Voronoi全局路径作为输入，来生成机器人导航的最安全路径，并减少每一次导航机器人计算量，增强机器人的实时性，该改进的全局路径规划方案是本项目的一项关键技术。

近年来，机器人技术随着计算机技术的进步取得了长足发展。目前，在机器人结构设计、感知系统、控制系统、智能决策等诸多领域都涌现了大量的研究者。移动机器人的定位与导航技术是机器人技术的关键，可在环境复杂多变的情况下实现机器人的自主定位与导航任务。但由于机器人在室内定位与导航时缺乏可靠的全球导航卫星系统（GNSS）信号，所以相对于室外定位与导航有更多不同的挑战。SLAM技术能很有效地应用在室内定位与导航中，相比较于传统测量方式，降低了工作强度、提高了作业效率。目前，SLAM技术已进入应用阶段，涌现出大量成熟的系统和软件，同时随着各种传感器的发展，形成了多种较为成熟的SLAM技术。但每种SLAM技术都有其缺陷，因此将多种传感器进行融合成为大势所趋。而由于国内SLAM技术起步较晚，从技术应用层面来说，目前仍处于发展阶段，但随着市场消费和产业链的发展，未来多种传感器融合的SLAM技术将会更加成熟。与此同时，由于互联网技术的发展，以亚马逊、京东为主的电商在其仓储中心大规模使用小型运输机器人，大幅提升了电商的订单分拣与配送的质量与效率，引发了配送机器人的应用潮流。因此，室内配送机器人应用的市场将越来越广阔，对室内配送机器人的精准定位与导航技术的研究不可轻视。

本项目将激光SLAM与视觉SLAM相关技术进行融合，形成激光与视觉相结合的室内精准定位与导航技术，并应用到室内配送机器人上，助力机器人实现室内的精准构图、定位与导航，从而使机器人能够在配送时自动适应环境与布局的变化并实现高效工作，为大型商超等应用环境提供更智能化的机器人管理。本项目针对室内无GNSS或弱GNSS信号条件下对机器人高精度定位与导航技术指标和性能需求，研制具有自主知识产权、全面适用于各类大型配送场景、性能指标达到国际先进水平的高精度激光与视觉相融合的精准定位与导航机器人。相关技术研制出来后，预计移动机器人在配送方面产业销量年增30%以上；同时，可带动相关产品及技术解决方案的市场营销。

（1）李维刚：男，2019年湖北省科技进步一等奖第一完成人，东北大学控制科学与工程专业博士，武汉科技大学教授、博士生导师，主持国家自然科学基金、省部级科技研究计划及企业横向科研课题等30余项，研发项目多为国内首次实施，相关成果在国内10多家大型企业在线应用，年新增经济效益达亿元以上。（3）蒋林：男，哈尔滨工业大学机械电子工程专业博士，现任武汉科技大学教授，兼武汉科技大学机器人与智能系统研究院仿生与智能机器人团队负责人，主持在研国家重点研发计划项目1项，国家自然科学基金1项、湖北省自然科学基金1项、国家重点实验室基金1项，主持横向课题多项；参与“863”及国家自然科学基金项目多项。（3）华中雄：男，中国地质大学（武汉）计算机技术硕士，高级工程师，2018年获中国测绘科技进步二等奖，2012年度“全国住房与城乡建设领域信息化优秀人物”，主要研究方向为北斗导航、智慧城市时空信息云平台、时空信息大数据等。

本项目将激光SLAM与视觉SLAM相关技术进行融合，形成激光与视觉相结合的室内精准定位与导航技术，并应用到室内配送机器人上，助力机器人实现室内的精准构图、定位与导航，从而使机器人能够在配送时自动适应环境与布局的变化并实现高效工作，为大型商超等应用环境提供更智能化的机器人管理。

（1） 大型仓库、商超内典型物体识别率：≥90%

（2） 导航覆盖率：室内商超≥90%

（3） 静态/动态重复定位精度：商超≤0.07m/0.1m

（4） 障碍物检测精度：商超 ≤0.08m

研发该成果湖北省科技厅通过课题项目投入50万，企业配套100万，预期还需要再投入经费800万元，通过两年时间进行样品生产和应用推广。达到如下指标

（1）节约仓库、商超配送人力成本50%

（2）节约仓库、商超运营成本30%

（3）移动机器人在配送方面产业销量年增30%以上

（4）5年内实现收入亿元以上。

项目涉及多个学科和技术领域，主要包括基于激光视觉相融合的室内建图技术、基于多传感器融合算法的室内精准定位技术、室内移动机器人的导航技术和定位导航实验示范四大方面。首先，通过激光视觉相融合的室内建图技术构建二维语义栅格地图，完成对室内环境的大致了解；其次，根据构建好的二维语义栅格地图，机器人实现对自身位姿的定位，包括在整个地图范围内确定机器人某时刻初始位姿的重定位和判断机器人在行进过程中的位姿估计；最后，机器人通过全局路径规划和局部路径规划实现精准导航，再进行实验示范验证项目的可行性。

武汉科技大学以技术合作方式进行成果转化，由武汉北斗加科技有限公司进行技术方案编制、产品生产测试和应用推广。预计5年内实现收入亿元以上。