移動機器人同時定位與地圖構(gòu)建方法研究.pdf

1、隨著移動機器人應(yīng)用領(lǐng)域的不斷擴展和移動機器人導(dǎo)航定位問題研究不斷深入，移動機器人同時定位與地圖創(chuàng)建（SLAM）問題逐漸成為移動機器人領(lǐng)域備受關(guān)注的熱點問題。SLAM技術(shù)具有重要的理論意義和應(yīng)用價值，被很多學(xué)者認為是實現(xiàn)機器人真正自主的關(guān)鍵和必要前提。
　　本文以移動機器人在室外未知環(huán)境下的SLAM問題為主要研究內(nèi)容，在傳統(tǒng)方法的基礎(chǔ)上，提出了一些改進算法，以提高SLAM算法的估計精度、一致性及計算效率，擴展其使用范圍。具體的研究內(nèi)

2、容包括以下幾個方面：
　　1、針對強跟蹤濾波算法對系統(tǒng)時變噪聲缺乏自適應(yīng)能力，導(dǎo)致系統(tǒng)狀態(tài)估計精度較低的問題，提出一種可以在線估計噪聲協(xié)方差陣的快速抑噪自適應(yīng)強跟蹤濾波算法，該算法可以抑制噪聲對系統(tǒng)狀態(tài)估計的影響，使系統(tǒng)狀態(tài)估計迅速收斂到真實值附近。仿真實驗對比了強跟蹤濾波算法和在線快速抑噪自適應(yīng)強跟蹤濾波算法在噪聲變化環(huán)境下的性能，實驗表明，在線快速抑噪自適應(yīng)強跟蹤濾波算法具有更高的狀態(tài)估計精度和自適應(yīng)性。
　　2、針對三

3、維空間中移動機器人同時定位與地圖構(gòu)建（SLAM）問題，提出了一種基于改進強跟蹤濾波（STF）方案的快速自適應(yīng)SLAM算法，該算法首先對于強跟蹤濾波器的噪聲協(xié)方差陣進行在線自適應(yīng)估計，可有效抑制噪聲對系統(tǒng)狀態(tài)估計的影響，使系統(tǒng)狀態(tài)估計迅速收斂到真實值附近；隨后將狀態(tài)協(xié)方差矩陣進行奇異值分解，提高算法的數(shù)值穩(wěn)定性。該算法可提高對系統(tǒng)時變的自適應(yīng)能力以及系統(tǒng)狀態(tài)估計精度，與基于強跟蹤濾波器的SLAM算法的仿真對比結(jié)果說明了該算法的有效性及優(yōu)越