即時定位與地圖構(gòu)建

1、即時定位與地圖構(gòu)建即時定位與地圖構(gòu)建同步定位與地圖構(gòu)建同步定位與地圖構(gòu)建（SLAM或Simultaneouslocalizationmapping）是一種概念：希望機器人從未知環(huán)境的未知地點出發(fā)，在運動過程中通過重復(fù)觀測到的地圖特征（比如，墻角，柱子等）定位自身位置和姿態(tài)，再根據(jù)自身位置增量式的構(gòu)建地圖，從而達到同時定位和地圖構(gòu)建的目的。目錄目錄?1操作性定義?2技術(shù)上的問題o2.1地圖構(gòu)建o2.2傳感o2.3定位o2.4建模?3相關(guān)文

2、獻?4參見?5參考資料?6外部鏈接操作性定義操作性定義這里說的地圖，是用來在環(huán)境中定位，以及描述當(dāng)前環(huán)境以便于規(guī)劃航線的一個概念；它通過記錄以某種形式的感知獲取的信息，用以和當(dāng)前的感知結(jié)果相比較，以支撐對現(xiàn)實定位的評估。在定位評估方面，地圖提供的幫助程度，與感知的精度和質(zhì)量成反相關(guān)。地圖通常反映了它被描繪出來的時刻的環(huán)境狀態(tài)，所以它并不一定反映它被使用的時刻的環(huán)境狀態(tài)。在誤差和噪音條件下，定位和地圖構(gòu)建技術(shù)上的復(fù)雜度不支持兩者同時獲得連

3、續(xù)的解。即時定位與地圖構(gòu)建(SLAM)是這樣一個概念：把兩方面的進程都捆綁在一個循環(huán)之中，以此支持雙方在各自進程中都求得連續(xù)解；不同進程中相互迭代的反饋對雙方的連續(xù)解有改進作用。地圖構(gòu)建，是研究如何把從一系列傳感器收集到的信息，集成到一個一致性的模型上的問題。它可以被描述為第一核心問題第一核心問題：這個世界長什么樣？地圖構(gòu)建的核心部分是環(huán)境的表達方式以及傳感器數(shù)據(jù)的解釋。與之相比，定位，是在地圖上估測機器人的坐標(biāo)和姿勢形態(tài)的問題；換而言

4、之，機器人需要回答這里的第二核心問題第二核心問題我在哪？典型的解包含以下兩個方面：追蹤——通常機器人的初始位置已知；全局定位——通常只給出很少，甚至不給出有關(guān)于起始位置環(huán)境特征的先驗信息。所以，同步定位與地圖構(gòu)建(SLAM)被定義為以下問題：在建立新地圖模型或者改進已知地圖的同時，在該地圖模型上定位機器人。實際上，這兩個核心問題如果分開解決，將毫無意義；必須同時求解。在機器人能夠根據(jù)一系列觀測值回答“這個世界長什么樣”之前，它需要知道的

5、額外信息很多，比如以下:?它自身的運動學(xué)特征?信息的自動獲得需要什么樣的品質(zhì)?附加的支持觀測值能從哪些源得到。在沒有地圖或者方向參考的前提下，對機器人的當(dāng)前位置估測是一個復(fù)雜的任務(wù)。[1]這里的“位置“可以簡單指代機器人的所處方位，也可以包括它的姿勢形態(tài)。一種為走路者設(shè)計的SLAM應(yīng)用使用了一個裝在鞋頭的慣性測量單元作為主要傳感器，該設(shè)計依賴于走路者能自動規(guī)避墻體這一假設(shè)。這個名為FootSLAM的設(shè)計可被用于自動建立建筑物的樓面布置圖

6、，從而方便建立該建筑的室內(nèi)定位系統(tǒng)。[7]定位定位傳感器的結(jié)果會作為定位算法的輸入。由幾何知識可知，對于n維的定位問題，任何傳感輸出必須包含至少一個多點定位和(n1)個判別方程。為了算出結(jié)果，有關(guān)于在絕對或相對的循環(huán)和鏡像坐標(biāo)系統(tǒng)下得到的結(jié)果的先驗知識也是必要的。建模建模以上結(jié)果對地圖構(gòu)建的貢獻，可以在“2D建模并分別表示”或者在“3D建模并在2D上投影表示”中工作得一樣出色。作為建模的一部分，機器人本身的運動學(xué)特征也要被考慮進去，用以

7、提高在固有背景噪聲下的傳感精度。構(gòu)建的動態(tài)模型需平衡不同傳感器、不同局部誤差模型給出來的貢獻值，并最終包含一個基于地圖本身的銳利的可視化描述，這包括機器人的位置和方向等云概率信息。地圖構(gòu)建就是這樣一個動態(tài)模型的最終運算結(jié)果。相關(guān)文獻相關(guān)文獻有關(guān)于SLAM的一個開創(chuàng)性工作是以R.C.Smith和P.Cheeseman為代表，在1986年作出的對空間不確定性的估測的研究。[8][9]其他該領(lǐng)域的開拓工作由Hugh_F._DurrantWhy

8、te的研究團隊在1990年代初所作出。[10]參見參見?卡爾曼濾波?蒙特卡洛定位法?粒子濾波?DARPA地面無人車挑戰(zhàn)賽冠軍Stanley一輛成功使用了SLAM技術(shù)的無人車?深度圖像的圖像配準(zhǔn)?移動機器人編程工具包項目:一組開源、跨平臺的SLAM資料庫。?MultiAutonomousGround國際機器人競賽:一項160萬美金的國際競賽，要求參賽者讓多臺無人車合作給一大片區(qū)域繪制地圖。參考資料參考資料1.^Definitionaccd

9、ingtoOpenSLAM.gaplatfmfSLAMresearchers2.^MountneyP.StoyanovD.DavisonA.YangGZ.SimultaneousStereoscopeLocalizationSoftTissueMappingfMinimalInvasiveSurgery.MICCAI.20061:347–354[20100730].doi:10.100711866565_43.3.^DurrantWhy

10、teH.BaileyT.SimultaneousLocalizationMapping(SLAM):PartITheEssentialAlgithms.RoboticsAutomationMagazine.200613(2):99–110[20080408].doi:10.1109MRA.2006.1638022.4.^J.MullaneB.N.VoM.D.AdamsB.T.Vo.AromfinitesetapproachtoBayes

11、ianSLAM.IEEETransactionsonRobotics.201127(2):268–282.doi:10.1109TRO.2010.2101370.5.^R.P.S.Mahler.StatisticalMultisourceMultitargetInfmationFusion..ArtechHouse.2007.6.^KarlssonN.DiBernardoE.OstrowskiJGoncalvesL.PirjanianP