移动机器人SLAM问题分析.pdfVIP

摘要 移动机器人系统在宇宙探测、工厂自动化、采矿、排险、军事、服务等方面 localizationand 有着广泛的应用前景。SLAM(simultaneous mapping)即同时定 位与地图建模，指移动机器人在未知环境中自主建立环境的地图，同时在这张地 图中给自身定位。在这个过程中，机器人没有外部环境先验知识的帮助，地图建 模与定位都依赖于自身的传感器。因此，SLAM问题的解决是实现移动机器人真 正自主的关键。 本文以移动机器人在室外未知环境下的SLAM问题为主要研究内容。总结 了SLAM问题研究现状，分析了它们的优缺点，针对现有SLAM解决方法在机 器人遭遇“绑架”时失效的问题，提出了新的SLAM问题解决方案。本文的主 要贡献如下： 1．提出新的路标提取方法。SLAM的地图建模以及地图匹配以环境中的路 标点为基础，为了有效地基于激光传感器数据在室外非结构化环境中提取路标 点，提出了一种新的实体特征提取方法，引入蛛网结构，将环境中覆盖一定连续 范围的物体分离，满足一定条件的作为路标点。 2．提出新的基于匹配的SLAM方法框架。其核心为多重估计数据关联，将 局部地图中的路标点和全局地图中的路标点进行匹配，建立匹配矩阵，进而得到 匹配对向量。评估每一个匹配对向量，保留最优估计，提高了算法的鲁棒性。 Triangulation引入地图建模。基于环境中提取出的路标点， 3．将Delaunay 使用DclaunayTriangulation的方法来建立最优的三角网络，反映特征点问的几何 关系，进行地图建模。 Value 4．引入奇异值分解(Singular 标匹配对计算出机器人的精确位姿信息。 通过实验比较了本算法和传统方法的性能，证明了本文提出算法的有效性和 优势。 关键字：同时定位与制图、机器人“绑架”问题、地图匹配 中图分类号：TP242．6 ABSTRACT Mobilerobothasvast inareas applicationprospectsincludingspaceexploring， andservice． factory situation，military automation,mining，eliminatingdangerous Localizationand mobilerobotcreate SLAM(SimultaneousMapping)means environment inunknown itselfinthis map area,and autonomously localizing map has this robot no of ofthe simultaneously．Inprocess，the helppriorknowledge with localizationand itsonboard environment，and sensors．Thus， ac