室內(nèi)服務機器人移動定位技術(shù)研究.pdf

1、從上世紀80年代末，室內(nèi)環(huán)境下移動機器人系統(tǒng)研究一直為機器人領(lǐng)域研究的熱點問題，在理論與實踐方面均取得了豐碩成果。由于定位是導航、任務規(guī)劃和移動作業(yè)的基礎，定位技術(shù)研究一直倍受關(guān)注。本文研究目的是提高機器人系統(tǒng)的可靠性和可移植性，研究室內(nèi)移動定位技術(shù)提高其準確性和可靠性。論文從建立服務機器人系統(tǒng)入手，進行室內(nèi)環(huán)境下移動定位技術(shù)研究，主要進行以下研究工作。
　　基于模塊化技術(shù)建立一種服務機器人系統(tǒng)：包括系統(tǒng)框架和系統(tǒng)模型，其中模塊化

2、思想涵蓋了機器人的五個系統(tǒng)。在系統(tǒng)框架中對系統(tǒng)建立的可靠性問題進行探討并提出相關(guān)解決措施，進行相關(guān)模塊設計完成機器人系統(tǒng)研制工作；在系統(tǒng)模型建立中，對該機器人的運動模型及里程計模型、紅外標簽傳感器觀測模型和激光傳感器觀測模型進行建立和分析，并仿真實驗驗證。
　　基于貝葉斯理論給出機器人定位的SLAM算法描述，針對FastSLAM2.0算法的機器人狀態(tài)估計和路標估計進行解耦和推導。在充分分析算法的局限性和關(guān)鍵問題基礎之上，提出了基于

3、柵格的FastSLAM2.0算法。在稠密特征環(huán)境和稀疏環(huán)境特征條件下進行FastSLAM2.0算法仿真，驗證了運動模型與傳感器觀測模型的有效性及其算法特性，并對基于柵格的FastSLAM2.0算法進行仿真。
　　提出一種基于平方根無跡卡爾曼濾波的同步定位與地圖創(chuàng)建(SRUKFSLAM)算法，該方法在每迭代步中采用平方根矩陣進行傳播，從而保證狀態(tài)矩陣非負定。采用無跡卡爾曼濾波器估計機器人狀態(tài)替代FastSLAM2.0的粒子濾波器估計

4、，同時采用SRUKF方法估計作為環(huán)境路標的紅外標簽，避免了原算法 EKF的不足。對新算法進行推導證明，并通過仿真分析，在機器人狀態(tài)、路標估計和閉環(huán)誤差方面進行比較，驗證了本算法估計精度高于FastSLAM2.0算法。
　　采用MbICP算法對定位問題進行了研究及針對動態(tài)特征提出了MbICP策略，該策略采用差分掃描方法提取運動目標和對MbICP算法去噪處理，然后估計機器人狀態(tài)。
　　最后在動態(tài)環(huán)境下，改進了兩個環(huán)境特征假設條件

5、，在此基礎上根據(jù)一階Markov假設和Bayesian理論進行動態(tài)環(huán)境目標分解和相關(guān)推導證明，提出一種融合紅外標簽、激光傳感器和MbICP策略的分層定位綜合算法。綜合算法層次級別從低到高概括為具有關(guān)聯(lián)性的三個層次，第一層為運動目標跟蹤，第二層是SLAM1局部地圖，第三層采用STUKFSLAM算法的特征地圖，其中第三層算法在無路標觀測時機器人的狀態(tài)更新采用MbICP算法，在動態(tài)環(huán)境中通過實驗驗證綜合分層定位算法的有效性和穩(wěn)定性。