移動(dòng)機(jī)器人同步定位與地圖構(gòu)建(SLAM)研究.pdf

1、移動(dòng)機(jī)器人同步定位與地圖構(gòu)建(SLAM)問題可描述為移動(dòng)機(jī)器人在未知環(huán)境中移動(dòng)時(shí)對(duì)自身位姿的確定和環(huán)境特征的估計(jì)。該問題的解決是實(shí)現(xiàn)機(jī)器人真正自主移動(dòng)的關(guān)鍵。目前，對(duì)于該問題的研究已經(jīng)成為了移動(dòng)機(jī)器人導(dǎo)航定位領(lǐng)域的熱點(diǎn)問題。近十年來，對(duì)于SLAM的研究有了很大的進(jìn)展，并相繼應(yīng)用到許多環(huán)境下。
　　 本文對(duì)移動(dòng)機(jī)器人的同步定位與地圖構(gòu)建方法進(jìn)行了深入的研究，介紹了兩類主流的SLAM解決方法：卡爾曼濾波框架下的EKF-SLAM算法和

2、粒子濾波框架下的FastSLAM算法。然后在通過仿真實(shí)驗(yàn)實(shí)現(xiàn)傳統(tǒng)算法的過程中分析了這兩類傳統(tǒng)SLAM算法各自的優(yōu)缺點(diǎn)，提出了一種改進(jìn)的混合SLAM算法——UnscentedFastSLAM算法。該算法對(duì)FastSLAM2.0算法作了進(jìn)一步的改進(jìn)，用無跡粒子濾波(UPF)取代傳統(tǒng)粒子濾波(PF)對(duì)機(jī)器人位姿作遞歸估計(jì)，用無跡卡爾曼濾波(UKF)來取代擴(kuò)展卡爾曼濾波(EKF)對(duì)地圖特征作遞歸估計(jì)。該算法以UT變換為基礎(chǔ)，用采樣策略逼近非線性