非線性濾波在移動機器人SLAM中的應(yīng)用.pdf

1、隨著移動機器人應(yīng)用領(lǐng)域的不斷擴展和移動機器人導(dǎo)航定位問題研究不斷深入，移動機器人同時定位與地圖創(chuàng)建(SLAM)問題逐漸成為移動機器人領(lǐng)域備受關(guān)注的熱點問題。由于SLAM重要的理論意義和應(yīng)用價值，被很多學(xué)者認為是實現(xiàn)機器人真正自主的關(guān)鍵和必要前提。 針對移動機器人狀態(tài)方程和觀測模型的非線性特性，本文重點研究了非線性濾波算法在移動機器人SLAM中的應(yīng)用。在傳統(tǒng)方法的基礎(chǔ)上給出了一些改進算法和新的解決方案，從而提高了SLAM算法的估計

2、精度、一致性和計算效率，并且擴展了其應(yīng)用范圍。具體研究內(nèi)容包括： 首先，討論了基于擴展卡爾曼濾波(EKF)的SLAM算法的系統(tǒng)執(zhí)行過程，并進行了仿真實驗和深入討論。仿真結(jié)果表明：適當增加環(huán)境特征數(shù)目，加快機器人位姿以及地圖的更新頻率可以提高系統(tǒng)的估計精度和魯棒性。 其次，將不敏卡爾曼濾波(UKF)應(yīng)用于SLAM算法中，克服了傳統(tǒng)的EKF SLAM算法中線性化處理導(dǎo)致的計算精度下降，甚至會造成濾波器的不穩(wěn)定等缺點?？紤]到狀

3、態(tài)向量中環(huán)境特征狀態(tài)的線性特性，給出了SUT-EKF SLAM算法，只對狀態(tài)向量中的機器人位姿進行SUT變換，地圖特征的預(yù)測及整個狀態(tài)的更新仍用EKF處理。仿真實驗表明UKF SLAM算法和SUT-EKF SLAM算法都能有效降低EKF的線性化誤差，且SUT-EKF SLAM算法的計算效率更高。 最后，對粒子濾波在移動機器人SLAM的應(yīng)用進行了研究。針對EKF的一些不足，給出了兩種改進的Fast SLAM算法。一是用UKF代替E