机器人地图创建方法研究

《机器人地图创建方法研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、本科学生毕业论文论文题目：机器人地图创建方法研究学院：电子工程学院年级：2007级专业：自动化姓名：关妍妍学号：20076208指导教师：王欣2010年5月16日5.1-9,,services,andmakethecitymoreattractive,strengtheningpublictransportinvestment,establishedasthebackboneoftheurbanrailtransitmulti-level,multi-functionalpublictransportsystem,thusprotectingtheregionalposit

2、ionandachieve摘要移动机器人同时定位和地图创建是实现移动机器人完全自主导航的关键。自主移动机器人在未知环境下作业时，首先要解决的基本问题就是其自身的定位问题，而定位问题与环境地图的创建又是相辅相成的。本文从相关理论和关键技术等方面，系统地总结了同步自定位和地图创建的研究现状，从环境特征提取、定位与地图创建、数据相关等多个方面对移动机器人即时定位与地图创建问题进行了综述。着重介绍了基于EKF模型的SLAM算法、基于尺度不变特征变换算法和基于概率论的方法，分析了目前存在的难题，并指出了未来研究的发展方向。关键词移动机器人；特征提取；地图创建；数据相关；EKFIAbs

3、tractThemobilerobotsimultaneouslocalizationandmappingiscriticaltorealizingthefullyautonomousnavigation.Whenautonomousmobilerobotsoperateinanuncertainenvironment.oneofthemostfundamentaltasksistolocalizeitself.Thelocationisassociatedwithmapbuilding.Basedonrelatedtheoriesandtechnologies,Thisp

4、apersummarizestheachievementsinsimultaneouslocalizationandmappingsystematically,andthepapersummarizesthecurrentresearchonSLAMinsomeaspects,suchasfeatureextraction,methodsanddataassociation.introducesSLAMalgorithmsbasedonEKFmodel,scaleconstantfeaturetransformationandprobabilisticapproachind

5、etail,analyzesthecurrentopenissuesandindicatestheprospectiveresearchdirectioninthefuturedevelopment.KeywordsMobilerobot；Featureextraction；Filter；Dataassociation；EKFI目录摘要IAbstractII第一章绪论11.1机器人同时定位与地图创建(SLAM)概述11.2地图的表示方法21.3特征提取31.4机器人地图创建的研究及发展趋势4第二章地图创建的一些关键性问题52.1不确定性信息处理方法52.2数据关联52.3累

6、计误差62.4算法复杂度72.5机器人地图创建的导航问题72.6探索规划8第三章移动机器人地图创建方法93.1基于卡尔曼滤波(KF)的SLAM算法93.1.1算法基本原理93.1.2扩展卡尔曼滤波(EKF)103.1.3仿真实验113.2基于尺度不变特征变换(SIFT)算法123.2.1移动机器人模型123.2.2估计与更新方程143.2.3SIFT算法153.2.4实验结果153.3基于概率的SLAM算法163.3.1SLAM问题的概率描述163.3.2基于概率论的SLAM173.3.3稀疏扩展信息滤波183.3.4FastSLAM算法19结论20参考文献21致谢23机器

7、人地图创建方法研究第一章绪论1.1机器人同时定位与地图创建(SLAM)概述在完全未知的环境中由机器人自主地依靠其自身携带的传感器提供的信息建立环境模型正成为自主移动机器人研究中的一个热点问题。为了能够有效地探索未知区域并完成给定的任务，机器人需要自主创建地图的能力。下面对这个问题作些详细的解释：完全未知环境，即机器人对环境一无所知，不存在任何先验信息，包括环境大小、形状、障碍物位置等等，且环境中不存在诸如路标、灯塔等人为设定的参照物。在这种未知环境中，机器人创建地图行为的完成必须依赖于其传感器所获得的信息，如里程仪