移動機器人SLAM問題研究.pdf

1、移動機器人系統(tǒng)在宇宙探測、工廠自動化、采礦、排險、軍事、服務(wù)等方面有著廣泛的應(yīng)用前景。SLAM(simultaneous localization and mapping)即同時定位與地圖建模,指移動機器人在未知環(huán)境中自主建立環(huán)境的地圖,同時在這張地圖中給自身定位。在這個過程中,機器人沒有外部環(huán)境先驗知識的幫助,地圖建模與定位都依賴于自身的傳感器。因此,SLAM問題的解決是實現(xiàn)移動機器人真正自主的關(guān)鍵。
　　本文以移動機器人在室外

2、未知環(huán)境下的SLAM問題為主要研究內(nèi)容?？偨Y(jié)了SLAM問題研究現(xiàn)狀,分析了它們的優(yōu)缺點,針對現(xiàn)有SLAM解決方法在機器人遭遇“綁架”時失效的問題,提出了新的SLAM問題解決方案。本文的主要貢獻如下:
　　1.提出新的路標提取方法。SLAM的地圖建模以及地圖匹配以環(huán)境中的路標點為基礎(chǔ),為了有效地基于激光傳感器數(shù)據(jù)在室外非結(jié)構(gòu)化環(huán)境中提取路標點,提出了一種新的實體特征提取方法,引入蛛網(wǎng)結(jié)構(gòu),將環(huán)境中覆蓋一定連續(xù)范圍的物體分離,滿足一定

3、條件的作為路標點。
　　2.提出新的基于匹配的SLAM方法框架。其核心為多重估計數(shù)據(jù)關(guān)聯(lián),將局部地圖中的路標點和全局地圖中的路標點進行匹配,建立匹配矩陣,進而得到匹配對向量。評估每一個匹配對向量,保留最優(yōu)估計,提高了算法的魯棒性。
　　3.將Delaunay Triangulation引入地圖建模。基于環(huán)境中提取出的路標點,使用Dclaunay Triangulation的方法來建立最優(yōu)的三角網(wǎng)絡(luò),反映特征點間的幾何關(guān)系,進