基于多傳感器信息融合的移動機器人定位方法研究.pdf

1、定位問題是移動機器人的一個非常重要的研究內(nèi)容，是實現(xiàn)移動機器人自主導航的前提，因此，受到國內(nèi)外學者的廣泛關注和研究。為了實現(xiàn)移動機器人的定位，人們研制出各種定位傳感器，如里程計、超聲波、激光雷達、視覺傳感器、GPS等。但傳統(tǒng)的單一傳感器定位方法無法滿足移動機器人高精度、高可靠的定位要求，而基于多傳感器信息融合定位方法避免了單一傳感器的不足，得到了越來越多的研究和應用。在該類融合方法中，一般先建立系統(tǒng)的運動模型及傳感器的觀測模型，然后根據(jù)

2、傳感器的觀測值以及系統(tǒng)的預測信息，利用迭代Bayes優(yōu)化估計方法得到機器人位姿的實時估計。對于移動機器人而言，在已有的傳感器觀測條件下，如何獲得更高精度的估計結(jié)果，是一個非常值得探索的問題。從優(yōu)化估計的角度，通過考慮系統(tǒng)中的各種約束來提高估計精度是一種非常有效的方法。在移動機器人定位問題中，相關的研究還比較少。本文對移動機器人運動過程中的相關約束條件進行分析，主要考慮利用環(huán)境約束進一步提高優(yōu)化估計精度的方法。
　　為了消除里程計定

3、位存在的累積誤差，采用擴展卡爾曼濾波(EKF)實現(xiàn)里程計和全球衛(wèi)星導航系統(tǒng)(GNSS)融合的定位方法，建立了基于EKF的GNSS/里程計融合定位模型，通過EKF算法將GNSS觀測信息和里程計狀態(tài)預測信息進行配準和位姿更新，從而實現(xiàn)對里程計累積誤差的周期性校正。
　　針對EKF位姿優(yōu)化估計時由于系統(tǒng)參數(shù)和傳感器觀測不確定性引起的誤差累積問題，提出了一種基于狀態(tài)約束EKF的GNSS/里程計融合定位算法，狀態(tài)約束的引入相當于在濾波估計中

4、引入了“隱式局部地圖”，從而可以顯著提高移動機器人的位姿優(yōu)化估計精度。論文針對線性約束和非線性約束兩種不同場景，分別建立了基于狀態(tài)約束EKF算法的GNSS/里程計融合定位模型。通過仿真和實際實驗，驗證了算法的有效性。
　　為了對提出的融合定位算法進行實驗驗證，設計了基于多傳感器的移動機器人實驗平臺。在對系統(tǒng)進行整體需求分析的基礎上，完成了移動機器人硬件平臺的搭建和相關軟件的設計。硬件平臺主要包括系統(tǒng)電源模塊設計、基于STM32F4