激光雷达具有测距精度高、受环境因素影响小及全天时工作的特点，非常适合用于无人船障碍物检测。由于激光雷达点云近密远疏，基于栅格地图的海上障碍物检测的精度就会受到栅格尺寸大小的直接影响。建立了一种栅格尺寸线性增长的变尺寸栅格地图，结合高度差判别法和八邻域连通分量标记法进行栅格划分及聚类，通过盒子模型提取障碍物信息，得出更加精确的障碍物检测结果。开展了海上实船实验，并对所提方法与传统方法的处理结果进行了比较，对比处理结果可得，对于近岸处中小型渔船的检测，所提方法可有效地解决传统方法中栅格划分和聚类效果较差的问题，实现更精确实时的海上障碍物检测，为无人船避障提供数据支撑。

针对无人船(USV)海上近距离实时性避碰检测的需求,提出一种基于三维激光雷达的USV障碍物自适应栅格表达方法。根据USV周边环境障碍物的激光雷达点云分布,建立障碍物密集度和障碍物表达时间与栅格地图分辨率之间的函数关系,自适应确定适中的地图分辨率,构建栅格地图;对三维激光雷达点云数据进行降维处理,将三维激光雷达点云投影到栅格地图,减小数据量,提高障碍物检测效率。利用三维激光雷达开展方法验证性实验,获取了三种不同障碍物场景的激光雷达点云数据。处理结果显示:环境中障碍物数量越多,获得的期望栅格地图分辨率越高,障碍物表达更精细;反之,障碍物数量越少,获得的期望栅格地图分辨率越低,障碍物表达更快速,可实现障碍物自适应栅格表达。所建立的方法可为后续USV局部避碰路径规划研究提供支撑。

针对室内复杂环境下导航地图制备问题，提出一种采用图像传感器进行导航地图制备的方法。首先，基于VSLAM技术估计相机位姿，经后端优化后生成环境三维点云；其次，筛选出地面点云，基于随机采样一致性算法得到精确的地面平面方程；最后，投影机器人通行环境区域的点云至二维栅格地图，通过利用贝叶斯方法更新栅格占用状态后，实现室内导航地图的制备。实验结果表明，基于VSLAM制备的室内导航地图精度满足导航要求，且不同于传统激光地图构建方法，地图中包含环境的三维结构信息，在进行路径规划实验中，避免了规划的路径穿过低矮物体及悬空物体的错误。