基于混合模型的移动机器人同时定位与环境建模

摘要：

提出一种基于混合地图模型的融合声纳传感器观测信息与里程计信息的同时定位与环境建模(SLAM)方法.该方法用混合模型即栅格地图模型和直线特征地图模型表示环境地图.首先,采用三区域声纳模型以及贝叶斯法则构建栅格地图,并通过在空间和时间上融合不同时刻多个声纳传感器的信息提高地图精度.然后,引入霍夫变换提取直线特征,创建直线特征地图,并通过比较地图中直线段的方向相似性、共线性与交叠性,确定全局与局部地图是否匹配.最后,利用直线特征以及扩展卡尔曼滤波器(EKF),通过状态预测、观测预测、位姿更新3个阶段估计出机器人更新的位姿信息,校正构建的地图模型,从而实现机器人的同时定位与环境地图构建.仿真实验和真实环境实验验证了该算法的可行性与有效性.

关键词：移动机器人、同时定位与环境建模、贝叶斯法则、扩展卡尔曼滤波器

所属期刊栏目：39

分类号：TP242(自动化技术及设备)

资助基金：国家自然科学基金资助项目60805032;国家高技术研究发展计划863计划 资助项目2007AA041703, 2006AA040202

在线出版日期：2010-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：923-927