基于粒子濾波的室內(nèi)移動(dòng)機(jī)器人SLAM問(wèn)題研究.pdf

1、自主導(dǎo)航技術(shù)是移動(dòng)機(jī)器人的關(guān)鍵技術(shù),也是移動(dòng)機(jī)器人智能化程度的重要體現(xiàn),而機(jī)器人同時(shí)定位與地圖創(chuàng)建(Simultaneous Localization and Mapping, SLAM)是實(shí)現(xiàn)真正自主導(dǎo)航所要解決的核心問(wèn)題。SLAM問(wèn)題是指在一些復(fù)雜的非結(jié)構(gòu)性環(huán)境中,機(jī)器人很難甚至不可能事先獲取環(huán)境地圖和自身的位姿信息,要求移動(dòng)機(jī)器人從未知環(huán)境中的某個(gè)未知位置出發(fā),利用傳感器數(shù)據(jù)建立遞增式的環(huán)境地圖,同時(shí)利用建立的地圖進(jìn)行位姿估計(jì)。S

2、LAM問(wèn)題由于其重要的理論意義和實(shí)用價(jià)值,成為移動(dòng)機(jī)器人領(lǐng)域一個(gè)富有挑戰(zhàn)的研究熱點(diǎn),被學(xué)術(shù)界一致認(rèn)為是能否實(shí)現(xiàn)真正自主移動(dòng)機(jī)器人的關(guān)鍵。
　　本文的主要工作是圍繞基于概率機(jī)器人學(xué)的移動(dòng)機(jī)器人SLAM理論和實(shí)現(xiàn)進(jìn)行的,針對(duì)傳統(tǒng)方法的不足,提出改進(jìn)的機(jī)器人定位和SLAM算法,以提高移動(dòng)機(jī)器人在未知環(huán)境中下的自主導(dǎo)航能力。具體研究?jī)?nèi)容包括以下幾個(gè)方面:
　　1、系統(tǒng)研究基于貝葉斯濾波理論的機(jī)器人定位方法,分析比較了卡爾曼濾波器系列

3、和粒子濾波器的基本原理和優(yōu)缺點(diǎn)。針對(duì)標(biāo)準(zhǔn)粒子濾波器的不足,從智能進(jìn)化的角度提出一種改進(jìn)的混合智能粒子濾波算法,并通過(guò)實(shí)驗(yàn)仿真對(duì)常用濾波器在機(jī)器人位姿跟蹤和全局定位問(wèn)題中的性能進(jìn)行了分析和結(jié)果比較。
　　2、從概率學(xué)的角度系統(tǒng)描述了SLAM問(wèn)題的基本理論和實(shí)現(xiàn)方法,分析了SLAM問(wèn)題的難點(diǎn)及傳統(tǒng)SLAM算法的優(yōu)缺點(diǎn)。對(duì)Rao-Blackwellized粒子濾波算法的原理進(jìn)行了深入探討,推導(dǎo)和分析了基于 Rao-Blackwelliz

4、ed粒子濾波框架的FastSLAM算法,為提出改進(jìn)的SLAM算法提供理論基礎(chǔ)。
　　3、重點(diǎn)研究了基于Range-Only模型的SLAM問(wèn)題,對(duì)基于粒子濾波特征估計(jì)的RO-SLAM算法進(jìn)行了探討。針對(duì)粒子濾波器在進(jìn)行特征估計(jì)的不足,本文引入了UT變換和高斯混合模型,提出一種基于 UKF和高斯混合濾波的進(jìn)化RO-SLAM算法。該算法基于Rao-Blackwellized粒子濾波框架,采用高斯混合濾波算法進(jìn)行地圖特征的初始化和更新,并