基于声纳的移动机器人定位算法研究

《基于声纳的移动机器人定位算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、华中科技大学硕士学位论文基于声纳的移动机器人定位算法研究姓名：张柱华申请学位级别：硕士专业：控制理论与控制工程指导教师：方华京20050511摘要机器人的应用已经越来越广泛移动机器人则是机器人技术实用化普及化的生力军移动机器人在实际应用中首先遇到的就是机器人本身的定位问题,即移动机器人根据各种信息判断自身与环境的相对位置和姿态的问题在很多实际应用中机器人的位置信息是完成各种任务的前提本文从移动机器人的历史和现状出发比较了国内外的不同发展状况对移动机器人领域的研究方向进行了综述本文还介绍了机器人定位过程中可能存在的不确定性因素根据是否预知环境地图的不同机器人定位可划分为两大类基于

2、地图的定位与不基于地图的定位本文采用前者针对试验平台论文介绍了机器人定位过程中需要注意的坐标变换地图建立模型建立等问题最后针对当前一般定位算法无法解决动态问题和计算量大的问题本文重点研究了蒙特卡罗定位算法和改进后的均匀蒙特卡罗算法本文研究的蒙特卡罗定位算法MCL实际上是一种迭代性的贝耶斯方法它描述的是基于传感器信息的机器人位姿的概率分布其关键点是用采样点集来描述机器人位姿的后验分布当机器人获得里程数据或者指令时MCL算法进行运动模型更新当机器人获得传感器数据时进行传感器感知模型更新该算法具有低运算量的优点而均匀蒙特卡罗算法采用均匀分布来描述位姿信息的信任度概率这种算法虽然分布简

3、单但是鲁棒性强计算量更小而且由于采用贝耶斯法则该算法还具有多传感器融合的作用本文利用PioneerII移动机器人的仿真平台对上述算法和策略进行了实验实验结果和分析证明了使用的原理和算法的有效性和正确性论文结尾对全文进行了总结并对机器人研究有关方面作了展望关键词移动机器人声纳传感器定位蒙特卡罗均匀蒙特卡罗IAbstractRobotisplayinganincreasinglyimportantroleinpeople’slife.Mobilerobotisdoingagoodjobintheapplicationofrobotics.Thelocalizationproblem

4、isakeyprobleminmobilerobotics.Itisestimatingarobot’sposerelativetoitsenvironmentfromsensordata.Thatisoneofthepre-requistiontopracticaluseofmobilerobots.Thisthesismakesasummaryondifferentresearchaspectsofmobilerobotandcomparesthedifferentdevelopmentlevelofforeignanddomestic.Someuncertaintyfac

5、torsduringthemobilerobotlocalizationaregiven.Wecanclassifythelocalizationmethodsintothemap-basedlocalizationandthenot-map-basedoneintermsoftheknownenvironmentdataornot,theformerwechoose.Aimfortheexperimentflat,thistheissintroducesseveralaspectswhichmustbefocusedonduringthelocalization,forexa

6、mple,thecoordinatetransformations,map-building,modelestablishmentandsoon.TheMonteCarlo(MCL)localizationalgorithmandUniformMCLcomeafterthosecontentstoresolvethedynamicandcomputationquestions.MCLisarecursiveBayesfilterthatestimatestheposteriordistributionofrobotposesconditionedonsensordata.The

7、keyideaofMCListorepresentthebeliefbyasetofsamples,drawnaccordingtotheposteriordistribution.Whentherobotgetsodometerdataortakesanaction,themovementmodelupdates;whentherobotgetssensordata,thesensor(perception)modelupdates.MCLhasanadvantageoflowcomput