基于粒子濾波的機(jī)器人定位及目標(biāo)跟蹤.pdf

1、近年來，移動(dòng)機(jī)器人同時(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。機(jī)器人同時(shí)定位與地圖創(chuàng)建是自主移動(dòng)機(jī)器人在未知環(huán)境運(yùn)動(dòng)的先決條件。在機(jī)器人自主控制中，動(dòng)態(tài)目標(biāo)發(fā)現(xiàn)與跟蹤(Detection and Tracking of

2、Moving Objects，DATMO)方法是另一項(xiàng)關(guān)鍵性技術(shù)。早期的研究認(rèn)為SLAM與DATMO是兩個(gè)獨(dú)立的問題。實(shí)際上，兩者之間是互為補(bǔ)充的關(guān)系。為了實(shí)現(xiàn)水下機(jī)器人自治能力，以及汽車、輪船、飛機(jī)等交通工具自主駕駛及安全輔助駕駛的功能，SLAM與DATMO算法最終將融合在一起。 文章首先回顧了SLAM與DATMO技術(shù)的發(fā)展與應(yīng)用，并指出兩者之間的關(guān)系。在此基礎(chǔ)上引出了本文研究的重點(diǎn)：首先是基于粒子濾波器實(shí)現(xiàn)SLAM的算法，深

3、入研究和探討了粒子濾波器在處理SLAM問題上的優(yōu)勢，仿真結(jié)果顯示基于粒子濾波的SLAM具有較高的定位精度，并且在處理非線性問題上具有良好的表現(xiàn)。通過與基于EKF的SLAM仿真結(jié)果相比較，顯示了基于粒子濾波的SLAM算法的準(zhǔn)確性和魯棒性。文中提出用粒子濾波器實(shí)現(xiàn)DATMO的算法，DATMO的仿真結(jié)果證實(shí)了本算法的正確性與可靠性。實(shí)驗(yàn)數(shù)據(jù)表明在動(dòng)態(tài)環(huán)境中運(yùn)用本算法處理機(jī)器人自身定位和動(dòng)態(tài)目標(biāo)跟蹤問題，定位的準(zhǔn)確性和收斂性得到大幅度的提高。與

4、EKF算法在一致性方面的比較顯示了本算法在處理動(dòng)態(tài)非線性問題上的卓越性能。 本文算法思想是將粒子濾波器應(yīng)用于機(jī)器人同時(shí)定位與地圖構(gòu)建以及動(dòng)態(tài)目標(biāo)跟蹤中。將后驗(yàn)概率分解成兩部分，一是路徑的后驗(yàn)概率，另一個(gè)是以路徑概率為條件的環(huán)境特征(靜態(tài)的，動(dòng)態(tài)的)的后驗(yàn)概率。除了對機(jī)器人的路徑以及環(huán)境特征進(jìn)行采樣，粒子濾波器也對數(shù)據(jù)關(guān)聯(lián)的可能性進(jìn)行采樣。對數(shù)據(jù)關(guān)聯(lián)的可能性進(jìn)行采樣使得仿真結(jié)果的準(zhǔn)確性得到大幅提高。與傳統(tǒng)的EKF算法相比，粒子濾波