基于環(huán)境特征的SLAM算法分析與比較.pdf

1、機(jī)器人技術(shù)的迅速發(fā)展給人類的生產(chǎn)和生活帶來極大的方便，尤其在一些太空探測、深海探險(xiǎn)等高危環(huán)境中，機(jī)器人能夠代替人類完成一些人類難以完成的工作，為人類自身安全帶來一定保障。其中機(jī)器人的同步定位與地圖構(gòu)建(SLAM)技術(shù)成為當(dāng)前人工智能領(lǐng)域研究的熱點(diǎn)內(nèi)容。機(jī)器人SLAM算法研究是該領(lǐng)域較為重要的內(nèi)容。主要對(duì)機(jī)器人的SLAM算法在不同環(huán)境下的適應(yīng)能力進(jìn)行比較。以實(shí)驗(yàn)仿真數(shù)據(jù)為依據(jù)，對(duì)當(dāng)前普遍存在的三種機(jī)器人算法在Matlab軟件中進(jìn)行仿真對(duì)比

2、分析。
　　根據(jù)機(jī)器人行走過程中所處環(huán)境的不同，將機(jī)器人的特征環(huán)境分為常見的四類:相對(duì)小規(guī)模環(huán)境、相對(duì)大規(guī)模環(huán)境、增強(qiáng)噪聲環(huán)境和稀疏特征環(huán)境，在這四種環(huán)境下首先對(duì)EKF-SLAM算法和由EKF-SLAM算法改進(jìn)出來的UKF-SLAM算法進(jìn)行比較分析，分析結(jié)果表明:UKF-SLAM算法相對(duì)于EKF-SLAM算法在相對(duì)小規(guī)模環(huán)境、相對(duì)大規(guī)模環(huán)境、增強(qiáng)噪聲環(huán)境三種環(huán)境特征中具有較好的時(shí)間復(fù)雜性和魯棒性。而在稀疏特征環(huán)境下，UKF-SLA

3、M算法由于其sigma點(diǎn)采樣過程中需要的路標(biāo)驟減。使得UKF-SLAM算法的采樣精度不準(zhǔn)確，并且誤差不斷疊加。從而導(dǎo)致了此算法在稀疏特征環(huán)境中效果較差。
　　在四種典型的特征環(huán)境中將性能較好的UKF-SLAM算法與FastSLAM算法仿真對(duì)比。仿真結(jié)果表明，在相對(duì)大環(huán)境和強(qiáng)噪聲環(huán)境中，F(xiàn)astSLAM算法簡單的將線性變?yōu)榉蔷€性處理從某種程度上降低了實(shí)驗(yàn)偏差，具有較好的估計(jì)性能，同時(shí)時(shí)間復(fù)雜性低。與FastSLAM算法相比，UKF-

4、SLAM算法要進(jìn)行UT變換，UKF-SLAM的計(jì)算復(fù)雜度隨之變大。在小規(guī)模環(huán)境中，F(xiàn)astSLAM的優(yōu)越性并不明顯。稀疏特征環(huán)境中需要采用綜合評(píng)價(jià)指標(biāo)進(jìn)一步評(píng)定。
　　在FastSLAM基礎(chǔ)上，針對(duì)FastSLAM算法的定位過程中采用卡爾曼濾波的預(yù)測-觀測-更新過程進(jìn)行改進(jìn)。將粒子濾波過程保持不變，對(duì)定位過程采用UT變換的方法，從某種程度上sigma點(diǎn)的采樣過程降低了系統(tǒng)誤差。
　　由于在稀疏特征環(huán)境中，三種算法的優(yōu)劣性并不