基于Sigma點(diǎn)濾波的移動(dòng)機(jī)器人同時(shí)定位與地圖創(chuàng)建算法的研究.pdf

1、移動(dòng)機(jī)器人的同時(shí)定位與地圖創(chuàng)建(SLAM)問題是移動(dòng)機(jī)器人學(xué)研究領(lǐng)域的熱點(diǎn)問題之一，它作為機(jī)器人進(jìn)行導(dǎo)航、避障、路徑規(guī)劃及執(zhí)行其它任務(wù)的基礎(chǔ)，決定著機(jī)器人能否真正實(shí)現(xiàn)對(duì)未知環(huán)境的自主探索。所謂同時(shí)定位與地圖創(chuàng)建，是指移動(dòng)機(jī)器人利用自身攜帶的傳感器，從一個(gè)未知環(huán)境開始移動(dòng)，構(gòu)建未知環(huán)境地圖的同時(shí)，確定自身在該地圖中位姿的過程。該過程中涉及到了傳感器信息的處理、地圖表示方法的選擇及SLAM算法的實(shí)現(xiàn)等問題，而SLAM算法的實(shí)現(xiàn)又是其中非常重

2、要的一個(gè)方面。
　　針對(duì)SLAM問題中機(jī)器人運(yùn)動(dòng)模型和觀測(cè)模型的非線性特性，Sigma點(diǎn)濾波方法被引入到SLAM算法中。論文對(duì)基于不同采樣規(guī)則的Sigma點(diǎn)卡爾曼濾波(SPKF)——包括無跡卡爾曼濾波(UKF)和中心差分卡爾曼濾波（CDKF）的SLAM算法，從準(zhǔn)確度、一致性和計(jì)算復(fù)雜度等方面，對(duì)其性能進(jìn)行了分析比較。在此基礎(chǔ)上提出一些改進(jìn)算法，以提高SLAM算法的準(zhǔn)確度、計(jì)算效率和魯棒性等性能，拓展其使用范圍。論文的創(chuàng)新性工作主要

3、包括:
　　(1)提出一種基于平方根CDKF（SR-CDKF）的SLAM算法，該算法通過QR分解和Cholesky更新實(shí)現(xiàn)了對(duì)狀態(tài)方差矩陣平方根矩陣的直接更新，提高了基于CDKF的SLAM算法的計(jì)算效率。
　　(2)提出一種計(jì)算復(fù)雜度降低的基于CDKF（CR-CDKF）的SLAM算法，它以CDKF的線性回歸卡爾曼濾波形式為基礎(chǔ)，通過重構(gòu)預(yù)測(cè)、觀測(cè)更新和地圖增廣過程中的狀態(tài)變量和相應(yīng)的方差矩陣改進(jìn)上述過程中的Sigma點(diǎn)采樣策

4、略，使算法的計(jì)算復(fù)雜度降為O(n2)。對(duì)該算法應(yīng)用壓縮濾波的思想，提出一種基于壓縮CDKF的SLAM算法，進(jìn)一步降低計(jì)算復(fù)雜度，實(shí)現(xiàn)了其在大規(guī)模環(huán)境中的應(yīng)用。
　　(3)提出一種基于優(yōu)化迭代SPKF(O-ISPKF)的SLAM算法，該算法在觀測(cè)更新過程中采用阻尼高斯-牛頓迭代的方法，通過引入調(diào)節(jié)參數(shù)和相應(yīng)的判定條件，增強(qiáng)算法的穩(wěn)定性，能夠有效提高基于SPKF的SLAM算法的準(zhǔn)確度。
　　(4)探討了基于非線性H∞濾波的SLA