论文部分内容阅读
高精度自主定位是移动机器人研究的重要课题，是开展其他研究和应用的重要基础。目前GPS等卫星定位系统在室外开阔场景下可以实现较高精度的定位，但因其信号穿透能力有限，在室内定位十分困难，于是针对移动机器人室内精确定位逐渐成为研究热点。 基于WLAN的移动机器人室内定位技术具有部署方便、成本低、可靠性高、测量方便、精度提升空间大等优点，为兼顾成本与实现移动机器人高精度定位与导航提供可能，具有广阔的应用前景和研究价值。本文为提高WLAN环境下的移动机器人室内定位精度做出了以下工作： （1）为获取高质量信号,本文分别从接收信号强度数组特征提取、接收信号强度概率分布、移动机器人朝向对接收信号的影响、不同AP之间的相互影响、接收信号强度与距离之间的关系和人对接收信号的影响6个方面分析了WiFi信号特征； （2）本文在朴素贝叶斯定位法的基础上进行改进，提出了基于改进粒子滤波的概率定位法。创新集中在三个方面：首先在离线数据采集阶段，采用核密度估计法对WiFi信号强度的概率分布进行了拟合，相比高斯分布模型该方法可以更准确地描述WiFi信号分布规律，提高了指纹匹配的正确率；其次在在线位置估算阶段，对实时获取的WiFi信号进行最大强度最小方差AP选择，不仅降低了算法的计算耗时，而且有效地削弱了AP之间的信号干扰；最后采用粒子滤波进行移动机器人的匹配精定位，有机地融合了机器人移动速度和航向角信息，同时考虑了室内环境结构约束，动态地校正机器人位置估计，进一步提高移动机器人的室内定位精度。 （3）搭建了基于WLAN的移动机器人室内定位平台，对本文提出的基于改进粒子滤波的概率定位法和朴素贝叶斯定位法、K近邻算法进行了丰富的对比实验。实验结果表明基于改进粒子滤波的概率定位法在1m、2m、3m、4m、5m、6m的定位精度中，分别达到了63.8%、72.8%、83.8%、92.4%、95.6%、98%的准确率，明显提高了定位的准确度。