機(jī)器人同時(shí)定位與建圖方法研究.pdf

1、移動(dòng)機(jī)器人的同時(shí)定位與建圖(Simultaneous Localization and Mapping，SLAM)作為機(jī)器人系統(tǒng)中的一個(gè)重要分支，是保證機(jī)器人在未知環(huán)境探索中是否能完全自主的關(guān)鍵所在。
　　 本論文圍繞機(jī)器人SLAM中的一些關(guān)鍵問(wèn)題，深入研究了機(jī)器人的地圖創(chuàng)建、地圖融合以及多機(jī)器人之間的相互定位等問(wèn)題，提出了一些自己的看法和解決方案，主要體現(xiàn)在以下幾個(gè)方面:
　　 (1)在詳細(xì)分析聲納傳感器的鏡面反射和散

2、射特性在測(cè)距過(guò)程中造成的一些不確定信息的基礎(chǔ)上，提出了基于不確定性信息的概率柵格地圖和特征幾何地圖的創(chuàng)建方法。在概率柵格地圖中，引入了距離影響因子，調(diào)整了聲納概率測(cè)距模型，提高了地圖的精度。在特征幾何地圖中，結(jié)合隨機(jī)Hough變換(Radomized Hough Transform，RHT)和多分辨率Hough變換（Multi-resolution Hough Transform，MHT）算法的優(yōu)點(diǎn)，提出了一種快速的Hough變換提取特

3、征的方法。該方法將所有聲納弧上的離散點(diǎn)作為種子點(diǎn)，然后隨機(jī)選取一部分離散點(diǎn)與種子點(diǎn)匹配，匹配的話(huà)累積存儲(chǔ)單元就加一，當(dāng)累積存儲(chǔ)單元具有最大累積數(shù)時(shí)，則提取出直線(xiàn)特征。在一定程度上去除了一些不確定信息，從而對(duì)一些鏡面反射或干擾噪聲所造成的錯(cuò)誤信息具有一定的魯棒性。
　　 (2)采用分散探索、集中建圖的混合式控制結(jié)構(gòu)，提出了基于差異進(jìn)化算法的地圖融合方法。首先讓機(jī)器人從各自不同位置出發(fā)，融合各類(lèi)傳感器數(shù)據(jù)創(chuàng)建柵格局部地圖;然后通過(guò)改

4、進(jìn)的差異進(jìn)化(Differential Evolution，DE)算法搜索最優(yōu)轉(zhuǎn)換函數(shù)，根據(jù)轉(zhuǎn)換函數(shù)旋轉(zhuǎn)和平移某個(gè)地圖，使得該地圖和其它地圖之間的重疊區(qū)域最大，相異度最小;最后通過(guò)接受函數(shù)的值來(lái)判斷是否成功融合為一個(gè)全局地圖。其中搜索最優(yōu)轉(zhuǎn)換函數(shù)采用改進(jìn)的差異進(jìn)化算法，變異策略DE/best/1和DE/rand/1通過(guò)線(xiàn)性模擬退火加權(quán)策略組合成新的變異操作，用線(xiàn)性退火因子作為加權(quán)因子，提高算法的收斂精度和收斂速率，快速成功的完成局部地圖

5、的融合。同時(shí)，在基于Hough變換的地圖融合方法的基礎(chǔ)上，分析了重疊度、旋轉(zhuǎn)角度對(duì)地圖融合算法的性能影響，通過(guò)隨機(jī)采樣和固定步長(zhǎng)對(duì)Hough變換的離散點(diǎn)進(jìn)行采樣，提高地圖創(chuàng)建的實(shí)時(shí)性。
　　 (3)深入分析了基于粒子濾波的SLAM方法，提出了基于粒子群優(yōu)化的機(jī)器人SLAM方法。首先針對(duì)粒子存在的退化問(wèn)題，將粒子群優(yōu)化和FasSLAM方法相結(jié)合，在預(yù)測(cè)采樣過(guò)程中結(jié)合機(jī)器人的觀(guān)測(cè)值進(jìn)行優(yōu)化，從而增強(qiáng)了位置預(yù)測(cè)的準(zhǔn)確性，有效的解決了粒

6、子退化問(wèn)題;然后針對(duì)粒子存在的耗盡問(wèn)題，引入遺傳算法中的變異操作，保持了粒子的多樣性;最后將其粒子群優(yōu)化的思想擴(kuò)展到異質(zhì)多機(jī)器人的FastSLAM算法中。在異質(zhì)多機(jī)器人系統(tǒng)中，充分利用某個(gè)機(jī)器人的精確定位能力，測(cè)出與其它機(jī)器人之間的相對(duì)位姿（距離和角度），并將其相對(duì)的觀(guān)測(cè)量融合到粒子的預(yù)測(cè)采樣過(guò)程中，提高了機(jī)器人之間的相互定位精度。
　　 (4)在基于稀疏擴(kuò)展信息濾波的基礎(chǔ)上，研究了稀疏規(guī)則和數(shù)據(jù)關(guān)聯(lián)問(wèn)題，提出了一種新的稀疏化規(guī)