基于信息濾波器的同步定位與地圖創(chuàng)建技術(shù)的研究.pdf

1、在移動(dòng)機(jī)器人導(dǎo)航領(lǐng)域，未知環(huán)境下的同步定位與地圖創(chuàng)建（SLAM）是研究的難點(diǎn)和熱點(diǎn)。在SLAM問題中，機(jī)器人要在自身位置和環(huán)境地圖信息都未知的前提下，遞增地創(chuàng)建導(dǎo)航環(huán)境地圖并同時(shí)用這一地圖實(shí)現(xiàn)自身定位。對SLAM問題的解決具有著十分重要的理論和應(yīng)用價(jià)值，是否具備同步定位與地圖創(chuàng)建的能力被認(rèn)為是移動(dòng)機(jī)器人能否實(shí)現(xiàn)真正的自主性的關(guān)鍵。
　　SLAM問題最基本的解決方法是基于擴(kuò)展卡爾曼濾波（EKF）的估計(jì)算法，它能提供SLAM問題的最優(yōu)

2、解，但存在著計(jì)算復(fù)雜度過大（與環(huán)境特征成平方關(guān)系）的問題。這一問題限制了它在大范圍環(huán)境下的應(yīng)用。本文針對EKF-SLAM算法的計(jì)算復(fù)雜度問題，研究了一種基于信息濾波的改進(jìn)算法，即稀疏擴(kuò)展信息濾波（SEIF）算法，它是在EIF（EKF的信息形式）算法基礎(chǔ)上通過稀疏化處理后得到的。本文對該算法的結(jié)構(gòu)作了詳細(xì)推導(dǎo)，并對算法模型進(jìn)行了分析。算法分析表明，SEIF算法的計(jì)算復(fù)雜度是恒定的，而與環(huán)境特征的個(gè)數(shù)無關(guān)。這意味著基于SEIF的SLAM算法

3、在環(huán)境特征很多的大范圍環(huán)境下具有很高的應(yīng)用價(jià)值。
　　本文在基于SEIF的SLAM算法模型建立的基礎(chǔ)上，對其進(jìn)行了仿真和實(shí)驗(yàn)分析。仿真結(jié)果表明算法的估計(jì)是準(zhǔn)確的，并沒有因?yàn)橄∈杌幚硪氪蟮墓烙?jì)誤差。從而驗(yàn)證了算法的有效性。通過利用CarPark真實(shí)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行的實(shí)驗(yàn)研究進(jìn)一步驗(yàn)證了這一點(diǎn)。本文還將SEIF與EKF進(jìn)行了仿真和實(shí)驗(yàn)比較，結(jié)果表明雖然SEIF的估計(jì)誤差要比EKF稍大，但在計(jì)算時(shí)間和占用內(nèi)存上SEIF要遠(yuǎn)遠(yuǎn)優(yōu)于EKF。