谢稚柳阳，博士学位学生电气和计算机工程在克拉克森大学，与他的导师，博士一起。刘晨，电气和计算机工程副教授最近提出了新出版的论文“PI-图：基于决策传感器融合与室内映射全局优化”，在2020年IEEE / RSJ国际上智能机器人与系统（的IRO 2020会议）。会议正在召开的需求，实际上从10月25日至今年11月25日。
智能机器人和系统（的IRO）的IEEE / RSJ国际会议是规模最大，最冲击机器人的一个世界范围的研究会议。成立于1988年，每年举行的IRO为国际机器人研究界需要探讨，在智能机器人和智能机械科学与技术前沿的国际论坛。
室内机器人在我们日常生活的许多方面得到广泛应用，从获取的产品在亚马逊的仓库，提供食品和饮料在商场和餐馆，吸尘和我们自己的家园清洁。然而，室内自主机器人的普及部署只能用经济实惠，可靠，可扩展室内地图的可用性功能。激光雷达传感器，虽然在室内映射很流行，不能被用来产生精确的室内地图由于它们不能处理反射物体，如玻璃门和落地窗。类似地，声纳传感器已被用于构建室内地图为好。但是基于声纳的地图从造成声纳串扰，角效果，噪音大等尽管如此，声纳传感器可以处理的玻璃和反射物体相当不错的不准确性，这完美地契合了激光雷达传感器受到影响。
阳和Liu的提出了一种不同的方式来映射，称为PI-地图，其是紧耦合融合机制动态地消耗激光雷达和声纳数据以生成用于自主机器人导航可靠且可扩展室内地图。它工作在三个阶段：第一激光雷达扫描匹配阶段有效地生成初始密钥本地化姿势;第二优化阶段是用来消除来自前级和保证准确大型地图可以产生累积误差;然后最终的回访扫描融合阶段有效地融合了激光雷达图和声纳图以生成室内环境的高度精确的表示。他们在大和小环境已经评估PI-地图，并且可以验证其在现有的融合方法的优越性。
点击此处查看视频演示： //www.youtube.com/watch?v=8q2F21gky5o&feature=youtu.be
