论文部分内容阅读
移动机器人同时定位和地图创建是移动机器人研究领域的热点问题，集中体现了机器人的感知能力和智能水平，在整个自主移动机器人研究体系中处于核心地位。为进一步提高其自主能力，本文以室内环境下移动机器人开发应用为背景，对移动机器人在室内环境中实现有效的同时定位和环境建模等问题进行了深入研究，提出了一种基于里程计融合声纳传感器进行室内环境同时定位与地图创建方案，并完成相关软件实现和实验验证。
首先从移动机器人、地图创建中常用的环境模型以及移动机器人同时定位与地图创建(SLAM)方法三个方面介绍相关研究现状和技术发展，接着对作为系统实验硬件平台的Pioneer 2 DX型机器人所配备的传感器进行性能测试，定性、定量分析其特性，为建立系统运动模型和声纳模型提供理论依据。在此基础上，提出了一种未知室内环境中基于声纳传感器进行栅格地图创建方法，建立声纳模型，并将 Bayes 法则应用于栅格概率估计和声纳信息处理过程中，有效克服了声纳传感器不确定性；同时在此栅格地图基础上介绍了一种基于混合地图的融合声纳传感器观测信息与里程计信息的室内环境下SLAM方法。该方法采用栅格地图和直线特征地图表示环境，并建立系统运动模型和观测模型对传感器不确定性进行补偿，同时引入Hough变换提取直线特征创建直线特征地图，利用直线特征以及扩展卡尔曼滤波器 (EKF)估计机器人位姿信息，从而实现机器人同时定位与环境地图构建。最后，在真实环境中通过实验验证了本文算法的可行性和有效性。