移動機器人SLAM方法研究.pdf

1、移動機器人技術(shù)的應(yīng)用水平與研究程度代表著一個國家工業(yè)自動化發(fā)展的高低，對國防、社會、科學(xué)技術(shù)都有重要的戰(zhàn)略意義。而同時定位與地圖構(gòu)建（SLAM）方法是一個移動機器人能夠?qū)崿F(xiàn)完全自主導(dǎo)航的關(guān)鍵因素，是機器人研究領(lǐng)域中的熱點與難點問題，已經(jīng)引起許多研究學(xué)者的高度重視。
　　本文在分析了SLAM方法的基本框架、移動機器人相關(guān)模型的基礎(chǔ)上，深入研究了SLAM中機器人自定位及環(huán)境地圖的實時構(gòu)建等關(guān)鍵問題，并研究提出一種改進方案，以改善常規(guī)方

2、法的不足，提高機器人定位和地圖構(gòu)建的估計精度及執(zhí)行效率。具體的研究內(nèi)容如下：
　　首先，對移動機器人的基本模型進行深入研究，并且結(jié)合SLAM問題的基本框架構(gòu)建仿真平臺，本文的所有仿真驗證實驗都是在此平臺上完成的，為后續(xù)研究工作打好理論基礎(chǔ)。
　　然后，對常規(guī)的卡爾曼濾波器理論進行了介紹，推導(dǎo)出了EKF-SLAM的估計流程，并且在仿真平臺上驗證了EKF-SLAM框架的可行性與有效性。針對EKF在估計移動機器人非線性模型狀態(tài)時計

3、算雅克比矩陣帶來的截斷誤差的缺點，給出了基于UKF的SLAM改進方法，通過SLAM仿真實驗表明，在噪聲的幅值增大時，UKF-SLAM較EKF-SLAM有更好的估計效果與穩(wěn)定性。
　　最后，針對常規(guī)FastS LAM方法粒子退化與樣本貧乏問題，為改善粒子分布，提出一種基于自適應(yīng)人工物理優(yōu)化粒子濾波SLAM算法。通過人工物理優(yōu)化虛擬力模型假設(shè)采樣粒子之間擁有互相影響的排斥力與吸引力，粒子間的吸引力驅(qū)動粒子朝后驗概率密度逼近，改善了粒子