基于WSN的移動機器人SLAM算法研究.pdf

1、移動機器人具有與環(huán)境主動交互的功能，在許多場合能夠替代人類自動執(zhí)行某些危險性任務，因此被廣泛應用到災難救援環(huán)境中。但由于災難現(xiàn)場信息采集的缺失，移動機器人的精確定位及環(huán)境地圖構建成為制約其應用與發(fā)展的難題。無線傳感器網(wǎng)絡(Wireless Sensor Network，WSN)作為一種新的信息獲取與處理技術，可以作為移動機器人定位與地圖構建的良好技術載體。因此，無線傳感器網(wǎng)絡與移動機器人結(jié)合的領域，已成為當前國際上備受關注的研究熱點。本

2、文結(jié)合無線傳感器網(wǎng)絡，對移動機器人定位和SLAM(Simultaneous Localization and Mapping，SLAM)技術進行研究。
　　針對移動機器人采用航跡推算定位算法存在誤差累積，導致機器人定位精度下降的問題，本文提出基于信息融合的移動機器人定位算法，采用擴展卡爾曼濾波算法融合機器人航跡推算信息和無線傳感器網(wǎng)絡的距離測量信息，通過WSN節(jié)點的距離測量信息對移動機器人的航跡推算累積誤差做出相應修正。通過仿真實

3、驗證明，本文提出的EKF信息融合定位算法可有效削弱累積誤差對定位結(jié)果的影響，定位精度明顯高于航跡推算定位。
　　針對笛卡爾坐標系下(Extended Kalman Filter,EKF)融合定位算法存在的限制和缺陷，本文建立混合坐標系下移動機器人的運動與觀測模型，提出基于混合坐標系的EKF融合定位改進算法，利用動態(tài)加權平均算法對測量方差進行實時更新，最終調(diào)節(jié)系統(tǒng)定位誤差。通過移動機器人位置跟蹤與全局定位兩個仿真實驗表明，基于混合坐

4、標系的EKF信息融合改進定位算法，能夠克服傳統(tǒng)EKF信息融合定位算法的缺陷和和限制。并且具有定位精度高、魯棒性強的特點。
　　針對WSN節(jié)點位置未知時，本文基于Range-Only SLAM技術解決WSN中移動機器人的SALM問題，在傳統(tǒng)EKFSLAM算法的基礎上，提出基于混合坐標系下EKFSLAM算法，可以更準確的估計移動機器人運動的不確定性。實驗結(jié)果證明，本文提出的基于混合坐標的EKFSLAM算法，對同時定位移動機器人和WSN