基于最優(yōu)濾波的同步定位與地圖構建方法研究.pdf

1、移動機器人自主定位與導航是機器人學科的一個重要研究課題。對環(huán)境地圖已知的移動機器人自主定位已經有了很多比較成熟的方法,然而在很多實際應用中環(huán)境是未知的,這就需要通過機器人對環(huán)境的感知來估計機器人的位置,并給出環(huán)境的地圖,即進行同步定位與地圖構建(SLAM)。同步定位與地圖構建是實現(xiàn)移動機器人真正全自主的關鍵,具有極其重要的理論和應用價值。
　　 本文以攜帶超聲波傳感器的四輪移動機器人為研究對象,對基于最優(yōu)濾波的移動機器人同步定位

2、與地圖構建算法進行了深入研究。論文的主要工作如下:
　　 1.建立了移動機器人SLAM系統(tǒng)中所需的各種數(shù)學模型,并分析了移動機器人SLAM研究中的關鍵技術。
　　 2.提出了一種基于平方根UKF的SLAM算法。在UKF算法中,每步更新都需要重新計算協(xié)方差矩陣的平方根,而在整個LIKF算法中傳遞的卻依然是協(xié)方差矩陣本身。根據UKF-SLAM算法的這個不足,在本文提出的平方根UKF-SLAM算法中直接用協(xié)方差矩陣的平方根來完

3、成算法的遞推過程。相對于UKF-SLAM算法,該算法在減少計算量的同時還確保了協(xié)方差矩陣的非負定性,提高了算法的數(shù)值穩(wěn)定性。
　　 3.提出了一種基于擴展H∞濾波的SLAM算法。H∞濾波對噪聲具有很好的魯棒性,而且只要求噪聲是能量有界的,因此它非常適合在系統(tǒng)中存在非高斯噪聲和未知噪聲的情況下使用。本文提出用H∞濾波來解決SLAM系統(tǒng)中存在著多種不同類型的噪聲的問題。該算法使用類似于EKF的線性化方法來處理非線性的SLAM系統(tǒng)。<