多机器人 ＳＬＡＭ 后端优化算法综述

        摘 要 ： 对于移动机器人研究领域来说 ， 现阶段研究热点是如何在全球定位系统失效的情况下同时定位与地 图构建 （ｓ ｉｍｕｌｔａｎｅｏｕｓ　ｌｏｃａｌｉｚａｔｉｏｎ　ａｎｄ　ｍａｐｐｉｎｇ， ＳＬＡＭ） 。 对于单个机器人 ＳＬＡＭ 已经有很多解决方案 ， 然而当转 移到多机器人平台时 ， 对于存在的问题又面临很多新的挑战 。 本文首先分析了多机器人 ＳＬＡＭ，着 重探讨了多机 器人 ＳＬＡＭ 后端优化算法 。 分析了多机器人 ＳＬＡＭ 研究过程中遇到的不同问题 ， 以及现阶段这些问题的处理算 法 。 讨论了多机器人 ＳＬＡＭ 中扩展卡尔曼滤波 、 扩展信息滤波 、 粒子滤波 、 基于图优化的 ＳＬＡＭ、地 图融合等后端 优化算法的研究现状 ， 分析了算法的优缺点 ， 并提出了未来发展的方向 。