移動(dòng)機(jī)器人同時(shí)定位與地圖創(chuàng)建自適應(yīng)算法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩60頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、移動(dòng)機(jī)器人導(dǎo)航是機(jī)器人研究領(lǐng)域的重要課題。在導(dǎo)航技術(shù)中,自定位是機(jī)器人應(yīng)當(dāng)具備的基本功能,但是定位問(wèn)題離不開(kāi)環(huán)境地圖的創(chuàng)建。如果把機(jī)器人的自主定位和地圖創(chuàng)建作為一個(gè)問(wèn)題來(lái)解決,就為實(shí)現(xiàn)真正的自我導(dǎo)航提供了良好的前提條件,即同時(shí)定位和地圖創(chuàng)建(SimultaneousLocalizationandMapping)問(wèn)題,簡(jiǎn)稱(chēng)SLAM問(wèn)題。SLAM問(wèn)題的解決是過(guò)去十幾年機(jī)器人領(lǐng)域最顯著的成績(jī)之一,已被應(yīng)用在室外、水下和陸地等不同領(lǐng)域。面對(duì)真實(shí)

2、世界的復(fù)雜性和動(dòng)態(tài)特點(diǎn),為了提高移動(dòng)機(jī)器人的智能性,高適應(yīng)性、高魯棒性、高效率的SLAM方法是機(jī)器人領(lǐng)域的研究熱點(diǎn)。 本文對(duì)移動(dòng)機(jī)器人的同時(shí)定位與地圖創(chuàng)建問(wèn)題進(jìn)行了研究。針對(duì)傳統(tǒng)SLAM方法存在的問(wèn)題,以魯棒性和自適應(yīng)能力為著眼點(diǎn),以提高移動(dòng)機(jī)器人在未知環(huán)境下自主導(dǎo)航的能力為目標(biāo),設(shè)計(jì)了一種基于強(qiáng)跟蹤濾波器(STF)的自適應(yīng)UKF-SLAM算法。論文的主要工作及貢獻(xiàn)包括: 1.對(duì)移動(dòng)機(jī)器人導(dǎo)航系統(tǒng)進(jìn)行了建模。所建立的模型

3、主要包括環(huán)境地圖模型、機(jī)器人位置和運(yùn)動(dòng)模型、傳感器觀(guān)測(cè)模型,噪聲模型等。這些基本模型是SLAM問(wèn)題的研究的平臺(tái)基礎(chǔ)。 2.對(duì)傳統(tǒng)SLAM方法進(jìn)行了分析。分析表明,擴(kuò)展卡爾曼濾波算法(EKF)是傳統(tǒng)的非線(xiàn)性系統(tǒng)線(xiàn)性化方法,可以用于解決同時(shí)定位與地圖創(chuàng)建問(wèn)題;粒子濾波算法(PF)具有狀態(tài)估計(jì)精確度高的優(yōu)點(diǎn),不過(guò)需要隨機(jī)產(chǎn)生大量粒子,需要在導(dǎo)航的實(shí)時(shí)性上加以改進(jìn);無(wú)跡卡爾曼濾波算法(UKF)利用確定性采樣點(diǎn)來(lái)近似狀態(tài)向量的概率分布,可

4、以避免粒子退化問(wèn)題。 3.針對(duì)上述幾種SLAM算法存在魯棒性和自適應(yīng)性差的缺點(diǎn),提出了基于強(qiáng)跟蹤濾波器(STF)的自適應(yīng)UKF-SLAM算法。針對(duì)STF具有極強(qiáng)的模型失配的魯棒性,且具有概念清晰、計(jì)算簡(jiǎn)單的優(yōu)點(diǎn),本文通過(guò)融合UKF和強(qiáng)跟蹤濾波器來(lái)優(yōu)化SLAM算法,獲得UKF-SLAM算法,該算法中的每個(gè)Sigma點(diǎn)均進(jìn)行STF更新,通過(guò)STF在線(xiàn)調(diào)節(jié)因子來(lái)相應(yīng)調(diào)節(jié)濾波增益,達(dá)到提高自適應(yīng)SLAM算法的自適應(yīng)調(diào)整能力和魯棒性的目的

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論