图2 单舵轮AGV轮系布局图

b为轴距；
d为轮距。
则由几何运算可知O1点的里程计数据的速度为：

设定移动机器人在坐标系上初始位姿为Q（X0，
Y0，Z0），如图3所示，则可计算出其下一时刻位姿W
（X1，Y1，Z1）的里程计位姿数据:

其中，舵轮Vf与α可通过行走编码器与转向编码器求解，b、d是单舵轮AGV车模型参数，dt是程序运行周期。

图3 AGV移动图

3 基于ROS的单舵轮SLAM

3.1 单舵轮机器人模型构建

URDF是为描述机器人仿真模型而生成的XML语言。Xacro为URDF进化的版本，Xacro能够精简URDF仿真模型的代码并可提供可编程接口来进行参数的修改和计算功能。其主要定义joint与link，其中link包含刚体外观、惯性参数、碰撞属性等信息，joint中包含描述机器人关节运动学和动力学属性信息。研究所构建的单舵轮机器人模型如图4所示。

图4 单舵轮机器人模型图

3.2 搭建物理仿真环境

Gazebo物理仿真的搭建需要基于ros_control的软件框架，它是机器人控制中间件，使上层与底层硬件可以很好连接，弥补算法与底层硬件间缺失的控制部分内容。Gazebo独立于ROS，它与ROS间有一个接口来完成连接，它可以在三维的环境中对传感器、控制器、机器人及物体进行仿真，可以产生实际的传感器反馈与物体间的物理响应。本研究在Gazebo中创建仿真环境如图5所示，并将所搭建的单舵轮模型放入其中。

图5 仿真环境图

3.3 基于单舵轮AGV的Gmapping SLAM导航算法

算法所需输入为AGV里程计信息、激光观测数据信息、激光雷达坐标系与AGV基坐标系tf变换、里程计坐标系与AGV基坐标系tf变换，前一个tf由robot_state_publisher发布，后一个tf及里程计信息由编写的里程计节点发布。单舵轮车实现Gmapping的过程在RVIZ中显示如图6所示。

图6 建图过程图

4 算法仿真与分析

实验运行平台是Ubuntu的操作系统, 软件配置平台采用kinetic版本的ROS，应用ROS的三维可视化工具RVIZ可视化实验结果。移动机器人运行过程中尽量减少快速转弯，同时要让移动机器人行进过程中完成一个闭环，调用map_server功能包的map_saver命令保存建图结果，实验结果如图7所示，在图中白色表示已扫描的无障碍物区域，黑色区域表示扫描到的地图中障碍物，算法采样了50个粒子，将所创建的地图图7与Gazebo中创建的仿真环境图图5对比，精度满足应用要求。

图7 创建的地图

5 结语

传统SLAM实现运用的为差分驱动机器人模型，但其应用环境受限，其主要应用在3C、电商、快递等领域，而在其他更广泛的工业领域里，大量应用的还是单舵轮AGV，差分驱动机器人并不适用。本文为解决室内移动机器人的SLAM问题，以ROS为平台，Gmapping算法为基础，研究基于单舵轮AGV的Gmapping SLAM导航算法，其精度满足工业环境要求。

参考文献：
[1] 张琦.移动机器人的路径规划与定位技术研究[D].哈尔滨工业大学,2014.
[2] JiaDanping. Simultaneous Localization and Mapping based onLidar[A].东北大学、中国自动化学会信息物理系统控制与决策专业委员会.第31届中国控制与决策会议论文集（5）[C].东北大学、中国自动化学会信息物理系统控制与决策专业委员会:《控制与决策》编辑部,2019:5.
[3] 高文研,平雪良,贝旭颖,陈威.两种基于激光雷达的SLAM算法最优参数分析[J].传感器与微系统,2018,37(4):28-30,33.
[4] 耿牛牛.单舵轮AGV路径跟踪方法的研究[J].制造业自动化,2011,33(7):81-82.
[5] 栾春雨.移动式家居服务机器人的自主导航研究及实现[D].哈尔滨工业大学,2017.
[6] 赵新洋.基于激光雷达的同时定位与室内地图构建算法研究
[D].哈尔滨工业大学,2017.
[7] 李安旭.移动机器人即时定位与地图构建技术研究[D].电子科技大学,2019.