基于最優(yōu)濾波的同步定位與地圖構(gòu)建方法研究.pdf

1、移動(dòng)機(jī)器人自主定位與導(dǎo)航是機(jī)器人學(xué)科的一個(gè)重要研究課題。對(duì)環(huán)境地圖已知的移動(dòng)機(jī)器人自主定位已經(jīng)有了很多比較成熟的方法,然而在很多實(shí)際應(yīng)用中環(huán)境是未知的,這就需要通過(guò)機(jī)器人對(duì)環(huán)境的感知來(lái)估計(jì)機(jī)器人的位置,并給出環(huán)境的地圖,即進(jìn)行同步定位與地圖構(gòu)建(SLAM)。同步定位與地圖構(gòu)建是實(shí)現(xiàn)移動(dòng)機(jī)器人真正全自主的關(guān)鍵,具有極其重要的理論和應(yīng)用價(jià)值。
　　 本文以攜帶超聲波傳感器的四輪移動(dòng)機(jī)器人為研究對(duì)象,對(duì)基于最優(yōu)濾波的移動(dòng)機(jī)器人同步定位

2、與地圖構(gòu)建算法進(jìn)行了深入研究。論文的主要工作如下:
　　 1.建立了移動(dòng)機(jī)器人SLAM系統(tǒng)中所需的各種數(shù)學(xué)模型,并分析了移動(dòng)機(jī)器人SLAM研究中的關(guān)鍵技術(shù)。
　　 2.提出了一種基于平方根UKF的SLAM算法。在UKF算法中,每步更新都需要重新計(jì)算協(xié)方差矩陣的平方根,而在整個(gè)LIKF算法中傳遞的卻依然是協(xié)方差矩陣本身。根據(jù)UKF-SLAM算法的這個(gè)不足,在本文提出的平方根UKF-SLAM算法中直接用協(xié)方差矩陣的平方根來(lái)完

3、成算法的遞推過(guò)程。相對(duì)于UKF-SLAM算法,該算法在減少計(jì)算量的同時(shí)還確保了協(xié)方差矩陣的非負(fù)定性,提高了算法的數(shù)值穩(wěn)定性。
　　 3.提出了一種基于擴(kuò)展H∞濾波的SLAM算法。H∞濾波對(duì)噪聲具有很好的魯棒性,而且只要求噪聲是能量有界的,因此它非常適合在系統(tǒng)中存在非高斯噪聲和未知噪聲的情況下使用。本文提出用H∞濾波來(lái)解決SLAM系統(tǒng)中存在著多種不同類型的噪聲的問(wèn)題。該算法使用類似于EKF的線性化方法來(lái)處理非線性的SLAM系統(tǒng)。<