基于多傳感器室內移動機器人自主定位方法的研究.pdf

1、移動機器人利用多種傳感器配合，完成精確的對自身定位和對目標的定位是進一步完成智能任務的前提。當前，機器人定位傳感器種類眾多，功能也越來越強，但每種傳感器在應用中都會受到噪聲影響，且由于原理不同，各自存在不同的優(yōu)缺點。如何綜合不同傳感器的優(yōu)點，有效抑制噪聲對定位結果的影響，成為當前機器人定位領域的研究熱點。本文著眼于多傳感器數據融合理論，研究一種使機器人對其自身和目標的位姿準確認識的方法。
　　里程計定位信息與紅外定位模塊基于不同原

2、理和參考系的數據進行數據融合，把地磁電子羅盤的數據用于控制里程計的姿態(tài)積累誤差。利用有限差分線性化方法和小循環(huán)迭代結構對常規(guī)的擴展卡爾曼濾波方法進行改進，并利用粒子濾波器進一步優(yōu)化該方法的收斂速度。一方面提高了機器人自定位與目標定位的精度，另一方面改進了迭代收斂的效率，減小了因增加計算量而造成的時間損失。最后通過實驗驗證了該方法的有效性。具體工作分為以下幾個方面：
　　(1)建立兩輪室內移動機器人自定位與目標定位的系統(tǒng)模型，針對多

3、傳感器系統(tǒng)各定位傳感器的原理與誤差進行分析，并建立多傳感器觀測模型。
　　(2)多傳感器數據融合定位方法的研究。分析傳統(tǒng)擴展卡爾曼濾波數據融合算法在濾波精度上的不足，并針對其缺點引入有限差分線性化方法進行改進，同時采取小循環(huán)迭代結構以提高運算效率，并提出采用粒子濾波器對新方法加以優(yōu)化。以實現既提高定位的精度，同時保證算法的實時性的目標。
　　(3)完成了室內移動機器人自定位與目標定位實驗。設計了機器人多傳感器定位軟件系統(tǒng)，利