基于激光測距儀的室內(nèi)機器人SLAM研究.pdf

1、近年來,移動機器人即時定位與地圖構(gòu)建(Simultaneous Localization and Mapping,SLAM)已經(jīng)成為智能機器人研究領域的熱點話題。應用傳感器感知的信息實現(xiàn)可靠定位是自主移動機器人最基本、最重要的能力,也是機器人研究中備受關注富有挑戰(zhàn)性的一個研究主題。環(huán)境地圖的實時構(gòu)建和機器人的自定位是未知環(huán)境導航中的兩個關鍵問題,本文的主要工作如下:
　　 首先介紹了SLAM問題設計的兩個關鍵技術,即環(huán)境地圖的典

2、型表達及機器人位姿的不同估計方法。針對單獨使用里程計進行長距離定位會產(chǎn)生較大的角度誤差的問題,本文運用了一種激光傳感器和里程計融合的定位導航方法:采用一種分層聚類的方法提取激光掃描數(shù)據(jù)中的線段特征,并用最小二乘法擬合直線。再用提取出的直線特征對前后幀掃描數(shù)據(jù)進行ICP匹配,以修正里程計的角度,完成柵格地圖的建立。
　　 為了從降低數(shù)據(jù)關聯(lián)的復雜度、提高實時性的角度出發(fā),在貝葉斯柵格地圖和粒子濾波定位這兩種技術的基礎上,改進了基于

3、Rao-Blackwellized粒子濾波器的FastSLAM算法中的重采樣部分。使用正則化方法進行重采樣,即RPF,把離散的后驗概率密度近似地還原成連續(xù)的分布,以來避免重采樣中出現(xiàn)的樣本枯竭的問題。仿真結(jié)果表明,在數(shù)據(jù)融合不確定性非常大的環(huán)境中,相比卡爾曼與粒子濾波器能夠更準確的定位。
　　 最后,利用移動機器人平臺MT-R對本文提出的SLAM方案進行了大量的實驗。機器人采用本方案可以在室內(nèi)環(huán)境中創(chuàng)建特征地圖,同時利用該地圖進