一种基于全局位置估计误差的路标探索策略

摘要：

自主移动机器人在未知环境中探索和估计路标的方法主要基于SLAM技术。提出一种以全局定位误差最小化为指导的基于SLAM的探索策略。以全局定位误差的估计为准则，采用Monte Carlo采样来贪心地优化每一步的行走路径。考虑到SLAM估计的惯性，文中对较大转弯角度进行惩罚，使机器人更倾向于平滑的行走轨迹，从而进一步提高路标位置的估计精度。文中还将全局定位信息引入SLAM的机器人自身位置估计中，由于全局定位信息历史运动轨迹，该方法能够有效地校正当机器人移动变化过大时SLAM估计的误差。实验显示了文中方法的有效性。

关键词：SLAM、路标探索、卡尔曼滤波、路径规划、全局误差

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金面上项目资助项目61375061；江苏省自然科学基金青年基金资助项目 BK2012303．

在线出版日期：2014-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：313-318