移動(dòng)機(jī)器人同步定位與地圖構(gòu)建關(guān)鍵技術(shù)的研究.pdf

1、移動(dòng)機(jī)器人同步定位與地圖構(gòu)建(SimultaneousLocalizationandMapping,以下簡(jiǎn)稱SLAM),是通過(guò)機(jī)器人自身攜帶的傳感器在線測(cè)量和位置估計(jì),從而在部分已知或完全未知環(huán)境中實(shí)現(xiàn)機(jī)器人的自定位和增量式地圖構(gòu)建。這一無(wú)需先驗(yàn)地圖的導(dǎo)航手段,對(duì)于移動(dòng)機(jī)器人長(zhǎng)時(shí)間無(wú)人現(xiàn)場(chǎng)的自主作業(yè)而言是至關(guān)重要的。
　　本課題選自國(guó)家自然科學(xué)基金項(xiàng)目“小型自主水下航行器群體協(xié)同地形勘察關(guān)鍵技術(shù)研究”,以移動(dòng)機(jī)器人為研究對(duì)象,深入

2、開(kāi)展了以下關(guān)鍵技術(shù)研究:
　　首先,定義了移動(dòng)機(jī)器人SLAM研究所需的坐標(biāo)系,并在此基礎(chǔ)上建立了移動(dòng)機(jī)器人運(yùn)動(dòng)模型、傳感器觀測(cè)模型、環(huán)境特征模型及數(shù)據(jù)關(guān)聯(lián)模型,從而為SLAM關(guān)鍵技術(shù)研究搭建了統(tǒng)一的平臺(tái)。
　　其次,針對(duì)環(huán)境特征地圖的不完備性及自然實(shí)體路標(biāo)的不規(guī)則性,提出了描述自然實(shí)體路標(biāo)的位置屬性和大小屬性的圓型類特征表示法,即用圓型類特征的中心位置表示實(shí)體路標(biāo)的中心位置,用圓型類特征的直徑表示實(shí)體路標(biāo)的空間俯視的大小屬性

3、;提出了基于角度-距離復(fù)合聚類的環(huán)境特征提取算法,該算法包括數(shù)據(jù)預(yù)處理、區(qū)域分割和特征參數(shù)擬合三部分,并通過(guò)“VictoriaPark”標(biāo)準(zhǔn)數(shù)據(jù)集驗(yàn)證了算法的可行性;設(shè)計(jì)了EKF-SLAM仿真算法,并通過(guò)人工設(shè)定路標(biāo)和機(jī)器人路徑的仿真實(shí)驗(yàn),驗(yàn)證了算法的有效性。
　　再次,提出了自適應(yīng)重采樣的FastSLAM算法,通過(guò)實(shí)時(shí)計(jì)算有效粒子個(gè)數(shù)和評(píng)判粒子退化程度,實(shí)施有效的重采樣操作,從而有效地改善頻繁重采樣所導(dǎo)致的樣本枯竭影響;根據(jù)粒子

4、濾波和粒子群的相似性,提出采用粒子群優(yōu)化算法改進(jìn)FastSLAM,并利用多樣性啟發(fā)因子引導(dǎo)粒子群優(yōu)化搜索過(guò)程,以保證粒子集多樣性最優(yōu)。該算法經(jīng)自行設(shè)計(jì)的仿真實(shí)驗(yàn),驗(yàn)證了算法的可行性和有效性。
　　最后,圍繞SLAM的數(shù)據(jù)關(guān)聯(lián)問(wèn)題,給出了SLAM數(shù)據(jù)關(guān)聯(lián)的解釋樹(shù)模型和關(guān)聯(lián)矩陣模型;針對(duì)單一兼容最近鄰數(shù)據(jù)關(guān)聯(lián)算法中固定不變的最近鄰判定閾值與實(shí)際不符且極易造成關(guān)聯(lián)錯(cuò)誤的情況,提出了一種基于分段自適應(yīng)閾值動(dòng)態(tài)調(diào)整算法的單一兼容最近鄰數(shù)據(jù)關(guān)