未知環(huán)境中移動機器人定位與建圖技術(shù)的研究.pdf

1、移動機器人的自主導航能力是機器人智能水平高低的重要評判依據(jù),機器人要實現(xiàn)自主導航首先要解決機器人定位的問題。未知環(huán)境中移動機器人的定位首先需要建立環(huán)境地圖,然而建立環(huán)境地圖需要移動機器人的位姿信息,因此未知環(huán)境中機器人的定位是同時定位與建圖(SLAM)的過程。移動機器人的SLAM問題是智能移動機器人領(lǐng)域中一個基礎(chǔ)性問題,是移動機器人能否實現(xiàn)真正自主運動的關(guān)鍵,也是機器人智能水平的重要體現(xiàn)。
　　由于移動機器人的運動范圍廣闊,導致其

2、運行環(huán)境的隨機性強。因此,本文中移動機器人的定位問題采用基于概率理論的數(shù)學模型。具體工作如下:
　　(1)對整個移動機器人系統(tǒng)進行設(shè)計。本文將移動機器人系統(tǒng)分為機械系統(tǒng)、硬件系統(tǒng)、軟件系統(tǒng)三部分。硬件系統(tǒng)又分為地面信息處理與控制層、車載設(shè)備管理與數(shù)據(jù)采集層、車載底層控制層,軟件系統(tǒng)分為應用層、庫函數(shù)層、系統(tǒng)層、底層控制層。通過運用分層和模塊化技術(shù),極大的提高了系統(tǒng)的開放性和可擴展性。
　　(2)對本文采用的外部傳感器KINE

3、CT進行標定,對KINECT的圖像信息進行提取壓縮。對于本文采用的內(nèi)部傳感器CMPS10,我們搭建了運動感測子系統(tǒng),采用無線傳輸?shù)姆绞?增大了機器人的靈活性。
　　(3)在CMPS10的基礎(chǔ)上,本文通過讀取CMPS10模塊的信息建立了基于加速度和方向角的移動機器人概率運動模型。在KINECT的基礎(chǔ)上,本文分析了造成觀測誤差的因素并建立了移動機器人的觀測概率模型。之后應用期望最大化算法,確定模型的相關(guān)參數(shù)。
　　(4)在MRP