[学位论文].基于多传感器信息融合的移动机器人定位方法研究

《[学位论文].基于多传感器信息融合的移动机器人定位方法研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、优质论文优质论文硕博学位论文1优质论文2文妻未交万方数据硕士学位论文基于多传感器信息融合的移动机器人定位方法研究ResearchonLocalizationMethodofMobileRobotsBasedonMulti．sensorDataFusion作者：吴显导师：王忠立副教授北京交通大学2016年4月优质论文3万方数据学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索，提供阅览服务，并采用影印、缩印或扫描等复制手段

2、保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。学校可以为存在馆际合作关系的兄弟高校用户提供文献传递服务和交换服务。(保密的学位论文在解密后适用本授权说明)学位论文作者签名：昊显签字日期：2．-Il，年中月莎日导师签名签字日期：加，锌勿月，／吾优质论文4万方数据学校代码：10004北京交通大学硕士学位论文密级：公开基于多传感器信息融合的移动机器人定位方法研究ResearchonLocalizationMethodofMobileRobotsBasedonMulti．sensorDataFusio

3、n作者姓名：吴显导师姓名：王忠立学位类别：工学学号：13120283职称：副教授学位级别：硕士学科专业：交通信息工程及控制研究方向：交通信息智能感知与处理北京交通大学2016年4月优质论文5万方数据致谢本论文的工作是在我的导师王忠立副教授的悉心指导下完成的，王忠立副教授严谨的治学态度、广阔的学术视野、敏锐的科学思维和科学的工作方法给了我极大的帮助和影响。攻读硕士学位的两年半以来，王忠立副教授常常在百忙之中抽出时间对我进行学术上的指导，正是王老师的严格要求和谆谆教诲，才使我取得今天的成果。同时，王老师在生活上也给予我很大的关心

4、和帮助，使我更有勇气面对人生中的挫折。在此，向我的导师王忠立副教授致以最诚挚的谢意!蔡伯根老师、王剑老师、上官伟老师、刘江老师和陆德彪老师在我的论文撰写、课题研究期间提出了许多宝贵的意见，在此也向以上各位老师表示衷心的感谓十!在实验室工作及撰写论文期间，实验室的袁重阳、袁敏、贾春肖、闰妍、张亮等研究生同学、刘阳、安毅两位博士以及梁荷东、赵一鹏、杨阔等师弟师妹，对我给予了热情的帮助，在与你们的交流过程中，我收获很多，眼界和思路也得到了开阔，谢谢你们。正是因为你们的陪伴，两年多的实验室科研生活才变得丰富多彩。感谢我的大学好友杨圣

5、明、伊玉梁、张兆波，感谢他们在我读研期间，对我生活上的无私帮助，是他们帮我度过了一个又一个难关，感谢一路上有他们陪伴!感谢我的舍友常新和周国青，正是因为他们，宿舍才充满了温馨和欢声笑语。衷心感谢我的家人。感谢我的父母，他们给了我生命，是我人生中最重要的支柱和最坚强的后盾。感谢我的爷爷奶奶，是他们将我抚养成人。感谢我的女友孙靓，感谢她六年多以来的陪伴和照顾，她为我的大学和研究生生活增添了抹不去的色彩和快乐，感谢她的理解和支持，使我有更多的时间投入到研究生学习中去，安心完成学业。白驹过隙，时光荏苒，近20年的求学生涯即将画上句号

6、。求学之路充满艰辛和坎坷，这一路走来，承受过考试的压力，也品尝过失败后的苦涩，如今圆梦交大，终得圆满。感谢这一路上帮助过我的所有人，我的家人，朋友。最后愿在天堂的母亲能够因她儿子长大成人、学业有成而感到欣慰和快乐!Iii优质论文6万方数据摘要定位问题是移动机器人的一个非常重要的研究内容，是实现移动机器人自主导航的前提，因此，受到国内外学者的广泛关注和研究。为了实现移动机器人的定位，人们研制出各种定位传感器，如里程计、超声波、激光雷达、视觉传感器、GPS等。但传统的单一传感器定位方法无法满足移动机器人高精度、高可靠的定位要求，

7、而基于多传感器信息融合定位方法避免了单一传感器的不足，得到了越来越多的研究和应用。在该类融合方法中，一般先建立系统的运动模型及传感器的观测模型，然后根据传感器的观测值以及系统的预测信息，利用迭代Bayes优化估计方法得到机器人位姿的实时估计。对于移动机器人而言，在已有的传感器观测条件下，如何获得更高精度的估计结果，是一个非常值得探索的问题。从优化估计的角度，通过考虑系统中的各种约束来提高估计精度是一种非常有效的方法。在移动机器人定位问题中，相关的研究还比较少。本文对移动机器人运动过程中的相关约束条件进行分析，主要考虑利用环境

8、约束进一步提高优化估计精度的方法。为了消除里程计定位存在的累积误差，采用扩展卡尔曼滤波(EKF)实现里程计和全球卫星导航系统(GNSS)融合的定位方法，建立了基于EKF的GNSS／里程计融合定位模型，通过EKF算法将GNSS观测信息和里程计状态预测信息进行配准和位姿更新，从而实现对里程计累