掃地機器人依托SLAM技術(shù)實現(xiàn)自主定位與地圖構(gòu)建，而家庭場景中行人走動、人員停留帶來的動態(tài)人干擾，是導(dǎo)致系統(tǒng)定位漂移、地圖失真的主要因素。動態(tài)人體屬于高動態(tài)、非剛性目標，會干擾傳感器數(shù)據(jù)采集、破壞環(huán)境特征穩(wěn)定性，既會讓前端位姿解算產(chǎn)生累積誤差，也會導(dǎo)致后端回環(huán)檢測匹配失敗、誤匹配率升高，難以修正定位偏差。在動態(tài)人干擾下實現(xiàn)穩(wěn)定的回環(huán)檢測、有效抑制定位漂移，是提升掃地機器人在居家場景作業(yè)魯棒性的關(guān)鍵。本文針對家庭動態(tài)行人場景，分析SLAM系統(tǒng)漂移產(chǎn)生機理與回環(huán)檢測失效原因，研究適配嵌入式平臺的回環(huán)檢測優(yōu)化策略與多維度漂移抑制方法，為掃地機器人在復(fù)雜人居環(huán)境下的穩(wěn)定作業(yè)提供技術(shù)支撐。

掃地機器人SLAM系統(tǒng)的定位精度依賴環(huán)境靜態(tài)特征的持續(xù)跟蹤與匹配，而動態(tài)人干擾會從前端數(shù)據(jù)層、中間位姿解算層、后端回環(huán)優(yōu)化層逐層破壞系統(tǒng)穩(wěn)定性，引發(fā)定位漂移與回環(huán)檢測失效，二者相互影響、形成惡性循環(huán)，進一步降低系統(tǒng)作業(yè)可靠性。

動態(tài)人干擾引發(fā)定位漂移的傳導(dǎo)路徑

定位漂移分為短時局部漂移與長時累積漂移，動態(tài)人干擾是加速漂移產(chǎn)生與放大的核心誘因。在前端感知階段，行人遮擋激光雷達或視覺攝像頭時，會導(dǎo)致有效靜態(tài)特征采集中斷，系統(tǒng)只能依靠IMU與里程計進行航跡推算，而慣性器件的誤差會快速累積；行人出現(xiàn)在感知視野內(nèi)時，其攜帶的動態(tài)特征會與墻面、家具等靜態(tài)特征混合，參與位姿解算后會引入錯誤約束，導(dǎo)致單幀位姿解算偏差。

在后端優(yōu)化階段，短時局部偏差無法通過回環(huán)檢測修正時，會隨著機器人移動不斷疊加，形成長時累積漂移，表現(xiàn)為機器人定位偏移、地圖拼接錯位、清掃路徑重復(fù)或漏掃。尤其是居家環(huán)境中行人頻繁穿梭、近距離停留時，漂移幅度會進一步擴大，甚至出現(xiàn)定位丟失、地圖重建的情況。

動態(tài)人干擾下回環(huán)檢測失效的核心原因

回環(huán)檢測是SLAM系統(tǒng)修正漂移的核心手段，通過匹配當前幀與歷史關(guān)鍵幀的環(huán)境特征，識別機器人是否回到已訪問區(qū)域，進而觸發(fā)位姿與地圖全局優(yōu)化。動態(tài)人干擾主要從三方面導(dǎo)致回環(huán)檢測失效：一是特征污染，動態(tài)人體占據(jù)視野大部分區(qū)域，導(dǎo)致靜態(tài)環(huán)境特征占比過低，關(guān)鍵幀特征表達不完整；二是誤匹配升高，人體不同姿態(tài)、位置產(chǎn)生的動態(tài)特征差異較大，會與歷史幀特征形成錯誤匹配，觸發(fā)虛假回環(huán)；三是幀間相似度降低，行人遮擋導(dǎo)致當前幀與歷史回環(huán)幀的公共靜態(tài)特征過少，相似度計算結(jié)果低于閾值，無法識別有效回環(huán)。

此外，掃地機器人嵌入式算力有限，傳統(tǒng)回環(huán)檢測算法難以快速區(qū)分動靜特征，在動態(tài)人干擾下會出現(xiàn)檢測延遲、漏檢等問題，進一步失去修正漂移的時機。