基于無(wú)跡卡爾曼濾波的移動(dòng)機(jī)器人室內(nèi)定位算法研究.pdf

1、如何對(duì)移動(dòng)機(jī)器人進(jìn)行有效的定位是個(gè)富有挑戰(zhàn)的研究課題，并且隨著機(jī)器人技術(shù)的進(jìn)一步發(fā)展，其重要性也將越來(lái)越突顯。本文主要通過(guò)多傳感器的信息融合的手段，探索在已知的靜態(tài)的結(jié)構(gòu)化環(huán)境中的移動(dòng)機(jī)器人室內(nèi)定位的有效算法。提出了一種通過(guò)在Kalman算法的更新過(guò)程中引入冗余的測(cè)量參數(shù)向量，改善多傳感器信息融合的穩(wěn)定性和準(zhǔn)確性的思路。研究的主要內(nèi)容包括以下部分：
　　首先，自主設(shè)計(jì)并搭建用于算法研究和驗(yàn)證的移動(dòng)機(jī)器人，并配備實(shí)驗(yàn)所需的各種傳感器

2、，編寫(xiě)控制移動(dòng)機(jī)器人運(yùn)動(dòng)和傳感器數(shù)據(jù)采集顯示的下位機(jī)和上位機(jī)程序。
　　第二、對(duì)編碼器和激光測(cè)距儀等傳感器的數(shù)據(jù)采集進(jìn)行建模和誤差分析，用于確定系統(tǒng)參數(shù)和濾波算法。
　　第三、針對(duì)激光測(cè)距儀采集到的數(shù)據(jù)的特性，采用自適應(yīng)閾值的算法對(duì)數(shù)據(jù)進(jìn)行聚類(lèi)；根據(jù)本文對(duì)已知環(huán)境的假設(shè)，選擇能夠合理描述環(huán)境的特征量，并采用累接端點(diǎn)擬合法提取出數(shù)據(jù)中可信度高的角點(diǎn)作為特征量；通過(guò)比較數(shù)據(jù)得到的角點(diǎn)數(shù)學(xué)模型與離線地圖中的角點(diǎn)參數(shù)，完成特征點(diǎn)的匹