室內(nèi)服務(wù)機(jī)器人移動(dòng)定位技術(shù)研究.pdf

1、從上世紀(jì)80年代末，室內(nèi)環(huán)境下移動(dòng)機(jī)器人系統(tǒng)研究一直為機(jī)器人領(lǐng)域研究的熱點(diǎn)問題，在理論與實(shí)踐方面均取得了豐碩成果。由于定位是導(dǎo)航、任務(wù)規(guī)劃和移動(dòng)作業(yè)的基礎(chǔ)，定位技術(shù)研究一直倍受關(guān)注。本文研究目的是提高機(jī)器人系統(tǒng)的可靠性和可移植性，研究室內(nèi)移動(dòng)定位技術(shù)提高其準(zhǔn)確性和可靠性。論文從建立服務(wù)機(jī)器人系統(tǒng)入手，進(jìn)行室內(nèi)環(huán)境下移動(dòng)定位技術(shù)研究，主要進(jìn)行以下研究工作。
　　基于模塊化技術(shù)建立一種服務(wù)機(jī)器人系統(tǒng)：包括系統(tǒng)框架和系統(tǒng)模型，其中模塊化

2、思想涵蓋了機(jī)器人的五個(gè)系統(tǒng)。在系統(tǒng)框架中對系統(tǒng)建立的可靠性問題進(jìn)行探討并提出相關(guān)解決措施，進(jìn)行相關(guān)模塊設(shè)計(jì)完成機(jī)器人系統(tǒng)研制工作；在系統(tǒng)模型建立中，對該機(jī)器人的運(yùn)動(dòng)模型及里程計(jì)模型、紅外標(biāo)簽傳感器觀測模型和激光傳感器觀測模型進(jìn)行建立和分析，并仿真實(shí)驗(yàn)驗(yàn)證。
　　基于貝葉斯理論給出機(jī)器人定位的SLAM算法描述，針對FastSLAM2.0算法的機(jī)器人狀態(tài)估計(jì)和路標(biāo)估計(jì)進(jìn)行解耦和推導(dǎo)。在充分分析算法的局限性和關(guān)鍵問題基礎(chǔ)之上，提出了基于

3、柵格的FastSLAM2.0算法。在稠密特征環(huán)境和稀疏環(huán)境特征條件下進(jìn)行FastSLAM2.0算法仿真，驗(yàn)證了運(yùn)動(dòng)模型與傳感器觀測模型的有效性及其算法特性，并對基于柵格的FastSLAM2.0算法進(jìn)行仿真。
　　提出一種基于平方根無跡卡爾曼濾波的同步定位與地圖創(chuàng)建(SRUKFSLAM)算法，該方法在每迭代步中采用平方根矩陣進(jìn)行傳播，從而保證狀態(tài)矩陣非負(fù)定。采用無跡卡爾曼濾波器估計(jì)機(jī)器人狀態(tài)替代FastSLAM2.0的粒子濾波器估計(jì)

4、，同時(shí)采用SRUKF方法估計(jì)作為環(huán)境路標(biāo)的紅外標(biāo)簽，避免了原算法 EKF的不足。對新算法進(jìn)行推導(dǎo)證明，并通過仿真分析，在機(jī)器人狀態(tài)、路標(biāo)估計(jì)和閉環(huán)誤差方面進(jìn)行比較，驗(yàn)證了本算法估計(jì)精度高于FastSLAM2.0算法。
　　采用MbICP算法對定位問題進(jìn)行了研究及針對動(dòng)態(tài)特征提出了MbICP策略，該策略采用差分掃描方法提取運(yùn)動(dòng)目標(biāo)和對MbICP算法去噪處理，然后估計(jì)機(jī)器人狀態(tài)。
　　最后在動(dòng)態(tài)環(huán)境下，改進(jìn)了兩個(gè)環(huán)境特征假設(shè)條件

5、，在此基礎(chǔ)上根據(jù)一階Markov假設(shè)和Bayesian理論進(jìn)行動(dòng)態(tài)環(huán)境目標(biāo)分解和相關(guān)推導(dǎo)證明，提出一種融合紅外標(biāo)簽、激光傳感器和MbICP策略的分層定位綜合算法。綜合算法層次級別從低到高概括為具有關(guān)聯(lián)性的三個(gè)層次，第一層為運(yùn)動(dòng)目標(biāo)跟蹤，第二層是SLAM1局部地圖，第三層采用STUKFSLAM算法的特征地圖，其中第三層算法在無路標(biāo)觀測時(shí)機(jī)器人的狀態(tài)更新采用MbICP算法，在動(dòng)態(tài)環(huán)境中通過實(shí)驗(yàn)驗(yàn)證綜合分層定位算法的有效性和穩(wěn)定性。