第3期 张金艺，等：粗匹配和局部尺度压缩搜索下的快速ICP-SLAM .419. ×10 10r 除此之外，采用全局搜索时，ICP-SLAM的计算 No.I 细进行粗匹配 开销会随着全局地图的增大而增大。但当采用局 没进行粗匹配 部尺度压缩搜索时，ICP-SLAM的计算开销被控制 6 在稳定状态，如图10所示。 全局搜索 No.2 No.3 No.4 10 1.0 0.70.50.3 (a)迭代次数改善情况 10 ×10 10 国进行粗匹配 局部尺度压缩搜索 ×10 No. 没进行粗匹配 102 0.2 0.40.6 0.8 1.0 ICP参数 图10ICP.SLAM的计算开销对比 Fig.10 Comparison of computation in ICP-SLAM No.2 No.3 No.4 从图10中可以看出，当采用局部尺度压缩搜索 时，随着ICP算法迭代次数的增加，ICP算法的运行 07 时间被保持在一个稳定值，这表明ICP-SLAM的计 1.0 0.5 0.3 算开销被控制在稳定状态。但采用全局搜索时， (b)ICP运行时间改善情况 ICP-SLAM的计算开销却随着ICP算法迭代次数的 图8F在复合开环航迹下的实验结果 增加而不断增加。所以局部尺度压缩搜索对提高 Fig.8 Result of Fa in mix-open track ICP-SLAM实时性有着显著的效果。对比图10和 2.0,*10 图11可知，本文提出的ICP-SLAM比文献[20]的局 趣进行粗匹配 部SLAM在计算负载的稳定性上更有优势。 No.6 没进行粗匹配 800 1.5 700 全局搜索 1.0 600 500 0.5 400 No.7 No.8 No.9 文献[20中的SLAM 200 1.0 0.7 0.5 0.3 100 BM121 (a)迭代次数改善情况 00.51.01.52.02.53.03.5 ICP参数 ×10 图11文献[20]中的SLAM波动过程 No.6 画进行粗匹配 没进行粗匹配 Fig.11 SLAM unstable process in [20] 10 3.2快速ICP-SLAM整体性改善验证 在该验证环节中，实验平台首先以低速走过一 5 段弧度较小曲线，用来验证P(x,y,0)的作用。 No.7 No.8 No.9 然后快速走完一段直线，用来验证(x,y,)的作用。 接着作一个急速转弯，此时0，会产生巨大的变化。 1.0 0.70.5 0.3 最后一段小车慢速走过一段短直线和慢速转弯。 F 图12为对比结果。在图12(a)的方法中，ICP算法 (b)ICP运行时间改善情况 开始时会采用粗匹配，并且通过局部尺度压缩搜索 图9F在复合闭环航迹下的实验结果 来完成匹配点搜索(F=0.5)。图12(b)中的对照 Fig.9 Result of Fa in mix-close track 组为传统的ICP-SLAM算法。完成整个SLAM过程图 ８ Ｆｄｅｃ在复合开环航迹下的实验结果 Ｆｉｇ．８ Ｒｅｓｕｌｔ ｏｆ Ｆｄｅｃ ｉｎ ｍｉｘ⁃ｏｐｅｎ ｔｒａｃｋ 图 ９ Ｆｄｅｃ在复合闭环航迹下的实验结果 Ｆｉｇ．９ Ｒｅｓｕｌｔ ｏｆ Ｆｄｅｃ ｉｎ ｍｉｘ⁃ｃｌｏｓｅ ｔｒａｃｋ 除此之外，采用全局搜索时，ＩＣＰ⁃ＳＬＡＭ 的计算 开销会随着全局地图的增大而增大。 但当采用局 部尺度压缩搜索时，ＩＣＰ⁃ＳＬＡＭ 的计算开销被控制 在稳定状态，如图 １０ 所示。 图 １０ ＩＣＰ⁃ＳＬＡＭ 的计算开销对比 Ｆｉｇ．１０ Ｃｏｍｐａｒｉｓｏｎ ｏｆ ｃｏｍｐｕｔａｔｉｏｎ ｉｎ ＩＣＰ⁃ＳＬＡＭ 从图 １０ 中可以看出，当采用局部尺度压缩搜索 时，随着 ＩＣＰ 算法迭代次数的增加，ＩＣＰ 算法的运行 时间被保持在一个稳定值，这表明 ＩＣＰ⁃ＳＬＡＭ 的计 算开销被控制在稳定状态。 但采用全局搜索时， ＩＣＰ⁃ＳＬＡＭ 的计算开销却随着 ＩＣＰ 算法迭代次数的 增加而不断增加。 所以局部尺度压缩搜索对提高 ＩＣＰ⁃ＳＬＡＭ 实时性有着显著的效果。 对比图 １０ 和 图 １１ 可知，本文提出的 ＩＣＰ⁃ＳＬＡＭ 比文献［２０］的局 部 ＳＬＡＭ 在计算负载的稳定性上更有优势。 图 １１ 文献［２０］中的 ＳＬＡＭ 波动过程 Ｆｉｇ．１１ ＳＬＡＭ ｕｎｓｔａｂｌｅ ｐｒｏｃｅｓｓ ｉｎ ［２０］ ３．２ 快速 ＩＣＰ⁃ＳＬＡＭ 整体性改善验证 在该验证环节中，实验平台首先以低速走过一 段弧度较小曲线，用来验证 Ｐｔ（ ｘｔ，ｙｔ，θｔ ） 的作用。 然后快速走完一段直线，用来验证（ ｘｔ，ｙｔ ） 的作用。 接着作一个急速转弯，此时 θｔ 会产生巨大的变化。 最后一段小车慢速走过一段短直线和慢速转弯。 图 １２ 为对比结果。 在图 １２（ ａ）的方法中，ＩＣＰ 算法 开始时会采用粗匹配，并且通过局部尺度压缩搜索 来完成匹配点搜索（Ｆｄｅｃ ＝ ０．５）。 图 １２（ｂ）中的对照 组为传统的 ＩＣＰ⁃ＳＬＡＭ 算法。 完成整个 ＳＬＡＭ 过程 第 ３ 期 张金艺，等：粗匹配和局部尺度压缩搜索下的快速 ＩＣＰ－ＳＬＡＭ ·４１９·