近年来，随着社会和技术发展，自主移动已经成为了仓储物流[1]、无人驾驶[2]、快 递配送[3] 等众多领域中机器人需要具备的一项重要能力，同时也对其长期鲁棒性提出 了极大挑战。在机器人的长期运行中，尤其在室外场景下，环境变化给机器人运行带来 挑战，如何提高机器人移动的鲁棒性成为热门研究话题。而在传感器选择上，虽然 3D 激光雷达等传感器可以直接提供鲁棒的空间的立体几何信息，能有效提高定位感知算法 鲁棒性，但价格高昂，相较而言成本更低的视觉传感器更受青睐。但视觉传感器对环境 变化敏感，鲁棒性较低。因此，如何提高视觉传感器在长期运行中的鲁棒性成为移动机 器人实际落地的重要一环。 从具体实现上看，机器人自主移动一般包括两个重要问题：定位和导航。其中，定 位是根据传感器信息计算机器人的位姿，是关于机器人“在哪里”的问题；而导航则是 根据定位信息和目标点位置计算控制量，是“怎么走”的问题。在纯视觉方案中，需要 利用视觉传感器信息完成两方面的任务：一是构建环境地图并进行定位，为导航提供全 局环境信息和机器人位置信息以进行路径规划；二是对局部环境进行感知，获取障碍物 和可行域信息，为导航提供局部环境信息以进行轨迹规划。在长期运行中，环境会不可 避免地发生变化：有的属于结构变化，如建筑物的重建、马路的拓宽等；有的是外观变 化，如季节更替、日夜切换等。与人眼类似，视觉传感器对这些变化尤为敏感，结构变 化在图像上往往表现为物体变化，而外观变化则往往体现在光照、风格等属性的变化 上。

 

 

 

 

 

设计了一个多传感器同步模块，在此基础上搭建了一个试验小车和一个数据采 集车。同步模块以 IMU 时钟为统一的时钟源，通过硬件方案为每个传感器记录时间戳。 实验表明同步模块可以有效地实现硬件同步。基于数据采集车，采集了一系列的传感器 数据，涵盖了相同地点在不同时间，将用于后文的长期视觉定位和感知研究。