论文部分内容阅读
随着室外导航技术的快速发展,室内导航技术也应运而生。尤其是室内即时定位和地图构建(Simultaneous Localization and Mapping,SLAM)技术得到了越来越广泛的研究,其中不同的定位算法和地图构建算法的结合会使SLAM方法得到不同的实验效果。然而由于导航技术对实时性、计算设备资源和环境参考设备的限制,需要采用计算量尽可能小、定位精度尽可能高和尽量减少需要参考人工辅助标签的算法。本文提出了一种基于室内空间波动的地磁场来实现的SLAM,为了能增加定位精度和减少计算量,依据地磁场传感器能够测量地磁三个正交方向上的分量和不同重要密度函数的计算方法改进了粒子滤波算法,并结合克里格空间插值算法对地磁地图进行更新。在定位阶段,利用改进的粒子滤波来估计机器人的位置,算法的收敛速度每次约加快0.5s和定位误差约减少3.5m;在构造地图阶段,利用克里格空间插值法来实现的空间波动地磁地图的更新较其他插值算法更灵活。本文主要工作是:改进了基于地磁场波动进行全局定位的粒子滤波算法,选取地磁传感器观测到的地磁三个正交方向上的分量场作为参考环境量来实现定位,该过程将通过参考地磁场不同方向上的分量可以有效增加环境中同一环境位置的特征点,准确识别性较好。设备移动过程中,采用地磁场水平方向上的分量和行人正常行走速率来估算设备的运动模型,减少额外传感器的使用,降低开销。采用指数分布概率模型来表示重要性概率函数,减少粒子数,并连续实验得到合理的率参数λ达到较好的定位精度,从而降低了粒子滤波算法的复杂度。为了保证设备在移动中能够快速的构建准确的地磁地图,采用克里格空间插值算法来构建和更新地图,采用首先构建设备位置周围的局部地图,然后将局部地图融合进全局地图,减少计算量,确保地图精度。