论文部分内容阅读
自定位导航和地图创建是移动机器人研究的两个重要课题。在一个未知环境中正确地进行自定位是地图创建的关键,而误差是影响自定位精度的最主要因素。本文以T-Robot移动机器人为研究对象,光敏传感器和车轮数据作为主要数据源,对自定位导航运动进行了误差矫正工作,实现了机器人的自定位和地图创建。 T-Robot自身携带一个光敏传感器,能对线路作出简单的判断,但是获取的线路信息精度不高,使得机器人在自定位过程中存在着比较大的误差。针对T-Robot的特点把它的运动轨迹分为直线、弧线和定点转弯三类,并推导了各自的运动公式。 本文应用相对定位和绝对定位相结合的方法对机器人的位姿进行估算,在相对定位中应用航位推测算法对机器人的位姿进行估算,在绝对定位中利用光敏传感器实时探测线路信息以确定其在线路上的位置。对机器人在直线、弧线和定点转弯运动过程中的误差进行归类、分析。在光敏传感器的识别范围内,统计了在不同角度的线路上进行定点转弯时的误差。在分析了误差分布规律的基础上,提出分别使用Lagrange插值法和二次曲线拟合算法对误差进行矫正,并对各自的实验结果进行数据统计。