基于子地圖連接的機(jī)器人同時定位與地圖構(gòu)建研究.pdf

1、機(jī)器人自主定位是移動機(jī)器人自主導(dǎo)航的前提,而機(jī)器人的定位需要以環(huán)境地圖為基礎(chǔ)。但在未知環(huán)境地圖的情況下,為了實(shí)現(xiàn)機(jī)器人的定位,機(jī)器人就需要具有同時定位與地圖創(chuàng)建(SLAM)的能力。同時定位與地圖創(chuàng)建是指在未知環(huán)境下,機(jī)器人通過傳感器測量周圍環(huán)境信息,逐步估計(jì)自身位置和運(yùn)動狀況,并且同時估計(jì)和描繪周圍環(huán)境地圖的過程。
　　 同時定位與地圖構(gòu)建是自主移動機(jī)器人領(lǐng)域的重要研究方向,也是移動機(jī)器人實(shí)現(xiàn)自主導(dǎo)航、在未知環(huán)境中執(zhí)行任務(wù)的關(guān)鍵

2、,集中體現(xiàn)了機(jī)器人的感知能力和智能水平。EKF算法是SLAM中最常用的方法。但是。EKF算法存在一些問題,如必須事先知道非線性函數(shù)的具體形式,其線性化過程會產(chǎn)生誤差并導(dǎo)致濾波發(fā)散,在大范圍環(huán)境下具有較高的計(jì)算復(fù)雜度。為了解決以上這些問題,本論文提出了基于條件獨(dú)立子地圖的UKF_SLAM算法。
　　 本論文首先介紹了環(huán)境地圖的表示形式、卡爾曼和擴(kuò)展卡爾曼濾波算法。在建立系統(tǒng)模型的基礎(chǔ)上,闡述了SLAM的基本原理。接著基于EKF,介

3、紹了SLAM的基本過程。在此基礎(chǔ)上,針對EKF_SLAM算法中的計(jì)算復(fù)雜度和線性化誤差問題,深入研究了條件獨(dú)立子地圖方法。在該方法中使用了條件獨(dú)立子地圖,一方面可以降低了計(jì)算復(fù)雜度,另一方面由于子地圖之間是條件獨(dú)立,子地圖之間可以共享觀測信息,這樣就克服了獨(dú)立子地圖不能共享信息的缺點(diǎn)。針對EKF線性化所產(chǎn)生的誤差問題,引入了UKF算法。它可以用粒子點(diǎn)來近似非線性函數(shù)的概率分布,克服了EKF中的線性化誤差。提出了將條件獨(dú)立子地圖和UKF算