收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

面向智能移动机器人的同时定位与地图创建研究

周武  
【摘要】: 随着社会往信息化和智能化的方向发展,各行各业对智能移动机器人的需求与日俱增。“勇气号”和“机遇号”火星车成功登陆火星,军用移动机器人在伊拉克战场上得到应用,这些事件说明智能移动机器人逐渐进入普通民众的视野。“自主导航”是智能移动机器人领域的一个重要研究方向,而同时定位与地图创建(SimultaneousLocalization and Map Building,SLAM)又是机器人实现自主导航要解决的核心问题。SLAM问题是指把智能移动机器人放在未知环境中,机器人增量式地创建未知环境的连续地图,同时确定它在地图中的位置。由于SLAM问题的解法可以使机器人实现真正的自主导航,因此,在过去十几年中SLAM问题逐渐成为移动机器人领域的研究热点。 论文对同时定位与地图创建问题的解决方法和相关的数据关联、地图模型进行了研究,对基于卡尔曼滤波器的SLAM方法、基于粒子滤波器的SLAM方法、SLAM数据关联以及SLAM地图模型进行了比较深入的研究,具体内容如下。 应用扩展卡尔曼滤波器(EKF)解决非线性系统的SLAM问题时,线性预测和更新会导致很大的偏差甚至使算法发散,针对EKF的线性化误差问题提出了两种改进方案——逐步增量法和平均斜率法。逐步增量法通过逐步吸收观测量预测值和实际观测值之间的偏差来减少线性化误差,而平均斜率法通过修正卡尔曼增益来减少线性化误差。将平均斜率法和EKF结合,提出了平均扩展卡尔曼滤波器(MEKF),仿真实验表明,MEKF在全状态SLAM应用中的估计精度明显优于现有的几种卡尔曼滤波器,并且MEKF的计算效率很高。 FastSLAM算法采用Rao-Blackwellise粒子滤波器递推估计路径和地图,而粒子滤波器的计算量较大,为了进一步提高FastSLAM算法的计算效率,本文提出了快速卡尔曼SLAM算法,继承FastSLAM算法的优点即采用分解估计架构,机器人位姿采用MEKF或Unscented卡尔曼滤波器(UKF)递推估计,地图中观测到的特征用EKF更新。提出的快速卡尔曼SLAM算法在保证估计精度的同时大大降低了计算复杂度,为复杂环境下实时解决SLAM问题提供了一种有效方法。 对于非线性非高斯系统的SLAM问题,粒子滤波器是一类可行的解法,FastSLAM2.0算法是一种经典的粒子滤波SLAM算法,然而,它存在“粒子退化”和“粒子耗尽”问题,为了改进粒子集的性能、提高算法的综合性能,提出了三种改进方法。第一种方案是将FastSLAM 2.0算法与遗传算法相结合,提出了遗传快速SLAM算法,针对FastSLAM 2.0算法的特点,设计了一种改进的遗传算法来兼顾各个粒子的权值和粒子集的多样性。第二种方案是将辅助边缘粒子滤波器(AMPF)与分解SLAM架构相结合,提出了辅助边缘快速SLAM算法,用AMPF估计机器人的位姿,设计了与AMPF和分解SLAM架构均兼容的采样方法和粒子数据结构,在分解SLAM架构下用EKF估计地图。第三种方案仍然将AMPF与分解SLAM架构相结合,然而,整个SLAM过程中仅维持一份地图,粒子集仅用来表示机器人在某一时刻的位姿,简化了算法在逻辑上的复杂性。仿真实验和'Victoria Park Dataset'实验表明,在以上三种改进的粒子滤波SLAM算法中,辅助边缘快速SLAM算法的估计精度和稳定性最好,并且,在粒子数量合理时它可以满足实时性要求。 对SLAM中的数据关联过程提出了两处改进措施——局部关联策略和动态关联策略,其中,局部关联策略用来提高数据关联过程的计算效率,动态关联策略用来消除观测噪声和动态特征对数据关联过程的影响。针对联合相容分支定界算法(JCBB)和最近邻算法(NN)的弱点,分别结合局部关联策略、动态关联策略对联合相容分支定界算法和最近邻算法进行了改进,提出了优化联合相容分支定界算法(Optimized JCBB,OJCBB)和动态联合最近邻算法(Dynamic Joint Nearest Neighbor,DJNN),其中,DJNN的实现简单方便,并且,DJNN在准确度和计算复杂度两方面的性能都比较好,因此,提出的动态联合最近邻算法有较大的应用价值。 稀疏特征地图是SLAM领域中常用的环境模型,然而,它只能用来提高定位精度,不能给机器人提供足够的环境信息。从观测信息的物理意义出发,提出了全局观测地图模型(GOMM),采用位移准则、特征准则和量程准则提取必要的观测信息,然后对观测信息进行去噪、转换,并结合观测信息的物理意义和机器人位置估计的不确定性获取环境的全局密集地图。对基于全局观测地图模型的EKF-SLAM算法(GOE-SLAM)进行了实验验证,结果表明,GOE-SLAM创建了可信的全局密集地图,并且GOE-SLAM的计算效率与EKF-SLAM相当,因而,全局观测地图模型在SLAM领域中具有较强的实用价值。 最后,对全文进行了总结,并且展望了进一步的研究方向。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 周兰凤,洪炳镕;一种基于APGA的移动机器人路径规划算法[J];哈尔滨工业大学学报;2005年07期
2 叶晔;岑豫皖;包家汉;;基于改进遗传算法的移动机器人路径规划[J];安徽工业大学学报(自然科学版);2007年04期
3 王洪博;孙红霞;;遗传算法在移动机器人静态全局路径规划中的应用[J];信息技术与信息化;2008年03期
4 房芳;马旭东;戴先中;;基于混合模型的移动机器人同时定位与环境建模[J];东南大学学报(自然科学版);2009年05期
5 张海英;范进桢;;移动机器人路径规划研究现状及展望[J];微型机与应用;2011年02期
6 高扬;王玉姣;;基于改进遗传算法的移动机器人路径规划[J];电脑知识与技术;2008年31期
7 郝博;秦丽娟;姜明洋;;基于改进遗传算法的移动机器人路径规划方法研究[J];计算机工程与科学;2010年07期
8 周兰凤;洪炳熔;;用基于知识的遗传算法实现移动机器人路径规划[J];电子学报;2006年05期
9 方惠蓉;;基于遗传模拟退火算法的移动机器人路径规划[J];漳州职业技术学院学报;2008年02期
10 崔建军;魏娟;刘坤;;基于遗传算法移动机器人的路径规划研究[J];煤矿机械;2009年09期
11 陈煜敏;;移动机器人在障碍空间中路径规划的研究[J];科技信息;2011年15期
12 蒋明;王姮;张华;解兴哲;;改进遗传算法在移动机器人全局路径规划中的应用[J];计算机应用与软件;2011年08期
13 刘天孚;程如意;;基于遗传算法的移动机器人路径规划[J];计算机工程;2008年17期
14 顾新艳;;基于多传感器信息融合的移动机器人定位技术研究[J];科技信息;2008年34期
15 谢慕君;余光伟;;基于遗传算法的AS-R移动机器人路径规划研究[J];微型机与应用;2010年04期
16 石铁峰;;改进遗传算法在移动机器人路径规划中的应用[J];计算机仿真;2011年04期
17 孔凡天,陈幼平,谢经明,张冈,周祖德;基于多传感器信息融合的移动机器人导航系统[J];计算机工程与应用;2005年32期
18 徐秀娜;赖汝;;移动机器人路径规划技术的现状与发展[J];计算机仿真;2006年10期
19 由畅宇;韩建达;;一种移动机器人在三维动态环境下的路径规划方法[J];计算机应用与软件;2009年08期
20 李庆中;顾伟康;叶秀清;;基于遗传算法的移动机器人动态避障路径规划方法[J];模式识别与人工智能;2002年02期
中国重要会议论文全文数据库 前10条
1 房芳;马旭东;戴先中;;一种基于混合模型的移动机器人SLAM方法[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
2 齐伟伟;王建中;;遗传PID移动机器人路径跟踪控制[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
3 王秀青;侯增广;谭民;王永吉;黄战华;;Spiking神经网络及其在移动机器人中的应用[A];中国自动化学会控制理论专业委员会A卷[C];2011年
4 张鑫;闫茂德;刘玉东;巨永锋;;未知环境下基于禁忌搜索的移动机器人自主导航[A];第二十九届中国控制会议论文集[C];2010年
5 陈余庆;胡英;马孜;;基于贝叶斯理论的移动机器人相对定位[A];第二十六届中国控制会议论文集[C];2007年
6 赵晖;王天然;刘德林;;分布式数据库在移动机器人中的应用[A];第十届全国数据库学术会议论文集[C];1992年
7 李俊泉;尹怡欣;;基于心理动力机制的移动机器人[A];2005年中国智能自动化会议论文集[C];2005年
8 周火凤;马保离;;离轴式拖车移动机器人的路径跟踪控制[A];第二十六届中国控制会议论文集[C];2007年
9 张芳;林良明;;多移动机器人协调系统的主要研究内容及方向[A];2001年中国智能自动化会议论文集(上册)[C];2001年
10 周光明;陈宗海;胡玉锁;陈春林;;复杂未知环境下移动机器人自主探测算法研究[A];'2003系统仿真技术及其应用学术交流会论文集[C];2003年
中国博士学位论文全文数据库 前10条
1 周武;面向智能移动机器人的同时定位与地图创建研究[D];南京理工大学;2009年
2 陈白帆;动态环境下移动机器人同时定位与建图研究[D];中南大学;2009年
3 周明;高新技术产业投资环境系统研究[D];西北工业大学;2006年
4 蒋明峰;正则化技术与动态心电逆问题研究[D];浙江大学;2008年
5 欧屹;特种地面移动机器人机械系统设计与分析[D];南京理工大学;2013年
6 林吉良;移动机器人故障诊断与容错控制的研究[D];浙江大学;2009年
7 海丹;移动机器人与无线传感器网络混合系统的协作定位问题研究[D];国防科学技术大学;2010年
8 马勇;多移动机器人路径规划研究[D];华中科技大学;2012年
9 杨放琼;基于信息融合的移动机器人定位导航及其深海采矿应用研究[D];中南大学;2010年
10 顾嘉俊;移动机器人在非平坦地形上的自主导航研究[D];上海交通大学;2010年
中国硕士学位论文全文数据库 前10条
1 姜明洋;基于遗传算法的移动机器人路径规划方法的研究[D];沈阳理工大学;2008年
2 吴青松;基于遗传算法的移动机器人路径规划研究[D];电子科技大学;2005年
3 王永清;同时定位与地图创建中的数据关联技术研究[D];中国海洋大学;2007年
4 徐进;基于蚁群算法的移动机器人路径规划算法研究[D];北京化工大学;2009年
5 杨延祥;移动机器人运动规划及跟踪控制研究[D];燕山大学;2011年
6 王振士;基于ARM和μC/OS-II的移动机器人控制系统设计和路径规划研究[D];南京航空航天大学;2010年
7 许长岚;移动机器人设计及其全局路径规划[D];大连理工大学;2006年
8 赵季;基于激光测距仪的同步定位与建图研究[D];武汉科技大学;2008年
9 崔建军;基于遗传算法的移动机器人路径规划研究[D];西安科技大学;2010年
10 张宏烈;移动机器人全局路径规划的研究[D];哈尔滨工程大学;2002年
中国重要报纸全文数据库 前10条
1 陆伟军 王怡蓓;上海地图网站新增个性化地图功能[N];中国测绘报;2009年
2 本报记者 刘霞;在地图中寻找未来[N];中国质量报;2009年
3 本报驻浙记者 万润龙 实习生 韩颖 本报记者 袁祺;杭城《公交防盗地图》惹争议[N];文汇报;2009年
4 门小薇;扔掉地图看欧洲[N];北京日报;2004年
5 佳锋;台湾的个性化地图[N];中国测绘报;2005年
6 傅光明;老舍的文学地图[N];中国邮政报;2003年
7 匡天放;我市首推手机地图服务[N];深圳特区报;2005年
8 吾言;电网子地图哪家网站棒[N];中国消费者报;2000年
9 张家琪;地图进销应谨慎[N];中国新闻出版报;2004年
10 张维;雅虎口碑发布“就业地图”[N];消费日报;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978