基于二維地圖匹配的機器人定位關鍵技術研究.pdf

1、機器人定位問題是自主機器人運行過程中需要解決的難點問題之一。實際上，在很多應用領域里機器人不可能觀測到全局信息，僅僅具有局部視覺功能，因此解決局部視覺機器人定位在工程上更實用、更有價值。本文系統(tǒng)地分析了基于二維地圖匹配定位的基礎理論，這種快速實用的方法不僅可以實現(xiàn)室內環(huán)境機器人的定位，而且由于全球GPS系統(tǒng)能夠提供構建的世界地圖，從而利用地圖匹配定位算法還可以實現(xiàn)戶外環(huán)境重構和定位，使得此算法的應用領域大幅擴展。本文的主要成果如下：

2、 在傳統(tǒng)的概率模型里使用矢量VAF=(a，b)T描述一條直線，直線公式為y=ax+b。當直線與Y軸平行時則出現(xiàn)一奇點，因此需要改變描述方程為：x=ay+b。兩個方程的交替使用，必然使得估計方程的交替過程比較復雜。通常在接近奇點時的協(xié)方差趨近于無窮，而且計算的精確性大幅度降低。本文應用對稱擾動模型(SPModel)描述任意二維幾何特征以及傳感器觀測的不確定性。該模型特點是將機器人的位置信息定義為四部分-位置矢量、擾動量、協(xié)方差和約束矩

3、陣。用約束矩陣和相對位置矢量的積建立超聲波傳感器提取的直線特征與觀測讀數(shù)融合的數(shù)學模型，從而避免了傳統(tǒng)模型中的近奇點問題，提高了計算的精確性。 將固定的直線目標和傳感器按照固定時序、角度旋轉掃描該直線目標的過程，看成是傳感器不變，目標沿著一條直線做常加速運動。根據(jù)這一思想，推導出相應的傳感器狀態(tài)方程，并且將觀測過程系統(tǒng)參數(shù)不確定性定義在模型之中，采用H∞濾波估計實現(xiàn)超聲波傳感器觀測數(shù)據(jù)集合的分割，同卡爾曼濾波估計方法進行比較，該

4、方法可以改善由于卡爾曼濾波發(fā)散而導致數(shù)據(jù)集合無法分割的現(xiàn)象，實現(xiàn)提取有效數(shù)據(jù)的目標。 將SPModel模型應用于超聲波傳感器識別的角、半平面特征和視覺傳感器識別的垂直邊界的信息融合，校正二維多邊形環(huán)境地圖，從而應用多傳感器融合實現(xiàn)了較為精確的二維環(huán)境地圖重建，為機器人最終實現(xiàn)準確定位奠定了基礎。 將SPModel模型應用于重構的二維地圖與環(huán)境先驗地圖模型匹配融合，實現(xiàn)機器人定位。將與幾何特征相關的約束條件應用在匹配過程，