基于激光測(cè)距儀的室內(nèi)機(jī)器人SLAM研究.pdf

1、近年來,移動(dòng)機(jī)器人即時(shí)定位與地圖構(gòu)建(Simultaneous Localization and Mapping,SLAM)已經(jīng)成為智能機(jī)器人研究領(lǐng)域的熱點(diǎn)話題。應(yīng)用傳感器感知的信息實(shí)現(xiàn)可靠定位是自主移動(dòng)機(jī)器人最基本、最重要的能力,也是機(jī)器人研究中備受關(guān)注富有挑戰(zhàn)性的一個(gè)研究主題。環(huán)境地圖的實(shí)時(shí)構(gòu)建和機(jī)器人的自定位是未知環(huán)境導(dǎo)航中的兩個(gè)關(guān)鍵問題,本文的主要工作如下:
　　 首先介紹了SLAM問題設(shè)計(jì)的兩個(gè)關(guān)鍵技術(shù),即環(huán)境地圖的典

2、型表達(dá)及機(jī)器人位姿的不同估計(jì)方法。針對(duì)單獨(dú)使用里程計(jì)進(jìn)行長(zhǎng)距離定位會(huì)產(chǎn)生較大的角度誤差的問題,本文運(yùn)用了一種激光傳感器和里程計(jì)融合的定位導(dǎo)航方法:采用一種分層聚類的方法提取激光掃描數(shù)據(jù)中的線段特征,并用最小二乘法擬合直線。再用提取出的直線特征對(duì)前后幀掃描數(shù)據(jù)進(jìn)行ICP匹配,以修正里程計(jì)的角度,完成柵格地圖的建立。
　　 為了從降低數(shù)據(jù)關(guān)聯(lián)的復(fù)雜度、提高實(shí)時(shí)性的角度出發(fā),在貝葉斯柵格地圖和粒子濾波定位這兩種技術(shù)的基礎(chǔ)上,改進(jìn)了基于

3、Rao-Blackwellized粒子濾波器的FastSLAM算法中的重采樣部分。使用正則化方法進(jìn)行重采樣,即RPF,把離散的后驗(yàn)概率密度近似地還原成連續(xù)的分布,以來避免重采樣中出現(xiàn)的樣本枯竭的問題。仿真結(jié)果表明,在數(shù)據(jù)融合不確定性非常大的環(huán)境中,相比卡爾曼與粒子濾波器能夠更準(zhǔn)確的定位。
　　 最后,利用移動(dòng)機(jī)器人平臺(tái)MT-R對(duì)本文提出的SLAM方案進(jìn)行了大量的實(shí)驗(yàn)。機(jī)器人采用本方案可以在室內(nèi)環(huán)境中創(chuàng)建特征地圖,同時(shí)利用該地圖進(jìn)