基于局部子圖匹配的SLAM解決方法.pdf

1、移動機器人是一個集環(huán)境感知,動態(tài)決策與規(guī)劃,行為控制與執(zhí)行等多功能于一體的綜合系統(tǒng)。機器人同時定位與地圖建模問題(SLAM)是移動機器人中的一個重要領域,是移動機器人技術的基礎。SLAM問題的解決可以使機器人在沒有地圖先驗知識和其他獨立定位系統(tǒng)情況下工作,進而使機器人實現(xiàn)真正意義上的自治,給自主移動機器人的應用開拓了巨大的前景。
　　 本文以未知環(huán)境下移動機器人SLAM問題為主要研究內(nèi)容。首先介紹了國內(nèi)外移動機器人研究的歷史和現(xiàn)

2、狀,接著介紹了現(xiàn)有通用的SLAM問題解決方法,并且分析其優(yōu)缺點,針對現(xiàn)有方法在機器人“綁架”時失效的情況,在現(xiàn)有算法基礎上提出了基于局部子圖匹配的SLAM解決方法,該方法對現(xiàn)有的SLAM解決構架進行了改進,提出交點最優(yōu)匹配的特征相關算法,并且將奇異值分解方法引入機器人定位。最后,在此方法上做了進一步改進,提高算法的魯棒性。
　　 本文的主要貢獻如下:
　　 1.提出了新的SLAM解決構架。經(jīng)過直線特征提取,找出每個局部地

3、圖對應的路標并和全局地圖中的路標進行匹配,得到相關的匹配路標,并以此相關的匹配路標對機器人位姿進行估計,子圖關聯(lián)的數(shù)據(jù)關聯(lián)算法把機器人里程計信息排除在外,和里程計信息分開處理,這樣避免了一般SLAM框架下非線性預測更新模型線性化帶來的系統(tǒng)誤差,避開了機器人“綁架”的最大障礙。
　　 2.提出新的特征匹配算法。提出了基于特征線段交點的新的路標提取算法和匹配算法,采用特征線段的交點代替自然特征點來產(chǎn)生路標,避免了自然路標遺漏的問題,

4、使路標提取更具有魯棒性。路標的相關匹配是N-P問題,本文提出了一種相對最優(yōu)特征相關算法。
　　 3.將奇異值分解方法(SVD)引入機器人定位。它在獲取機器人位姿時不需要進行迭代搜索,運算的精度和速度都優(yōu)于一般方法。
　　 4.提出了自適應閡值的直線提取算法?？紤]了激光雷達采樣角度和采樣點距離的相互關系,提高了直線提取的準確度。
　　 最后,通過仿真實驗比較了現(xiàn)有算法和本文算法在不同情況下的地圖建模和機器人定位,證