动态场景下基于改进粒子滤波器的slam算法

《动态场景下基于改进粒子滤波器的slam算法》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、广东王业大学硕±学位论文（工学硕±）动态场景下基于改进粒子滤波器的ＳＬＡＭ算法苏泽荣圓■．１ｉ二〇—六年六月ＴＰ２４２；１化４５．６学校代号分类号：ＵＤＣ号：２１１１３０１１１１：密级：学广东工业大学硕±学位论文（工学硕±）动态场景下基于改进粒子滤波器的ＳＬＡＭ算法苏泽荣指导教师姓名、职称：刘冠峰教授、管贻生教授：化械工程学科或领域名称学生所属学院：化电工程学院２０１６年６月论文答辩日期；＿ＡＤｉｓｓｅｒｔａｔｉｏｎＳｕｂｍｉｔｔｅｄｔｏＧｕａｎｄｏｎＵｎｉｖｅｒｓｉｔｏｆＴｅｃｈｎｏｌｏｇ

2、ｇｙｇｙｆｏｒｔｈｅＤｅｒｅｅｏｆＭａｓｔｅｒｇＭａｓｔｅｒｏｆＥｎｇｉｎｅｅｒｉｎｇＳｃｉｅｎｃｅ（）ＳＬＡＭＢａｓｅｄｏｎＩｍｐｒｏｖｅｄＰａｒｔｉｃｌｅＦｉｌｔｅｒｉｎＤｙｎａｍｉｃＥｎｖｉｒｏｎｍｅｎｔＣａｎｄｉｄａｔｅ：ＳｕＺｅｒｏｎｇＳｕｐｅｒｖｉｓｏｒ：Ｐｒｏ１＾ＬｉｕＧｕａｎｆｅｎｇ＆ＰｒｏｔＧｕａｎＹｉｓｈｅｎｇＪｕｎｅ２０化ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｍｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇＧｕａｎｇｄｏｎｇｎｉｖｅｒｓｉｔｏｆＴｅｃｈｎｏｌｏＵｙｇｙＧｕａｎｇｚｈｏ

3、ｕ，Ｇｕａｎｇｄｏｎｇ，Ｐ．Ｒ，Ｃｈｉｎａ，５１０００６摘要摘要实现智能移动机器人完全一个关键是如何解决移动机器人的定位与地图构自主的建问题，这是移动机器人实现环境探索和导航的重要基础。随着传感器的发展，如何从传感器信息有效地对未知环境中的特征进行描述刻画，如何选择恰当的系统状态估计方案有效地处理动态场景，是定位和地图构建需要解决的关键问题。本论文在总结前人工作的基础上，对移动机器人同时定位与地图创建Ｓｉｍｕｌａｔｉｏｎ（ＬｏｃａｌｉｉｚａｔｏｎａｎｄＭａｐｐｉｎｇ，化ＡＭ方法进行研究，针对室内半结构化特征的地图表达和）一传统ＳＬＡＭ方法对动态

4、环境的适应性，Ｗ及减少系统噪声误差等方面提出了些改进ＬＡＭ算法一、算法和方案，提高Ｓ精度构图致性。本文的主要研究内容包括下几个方面；一１．提出种融合了扫描匹配的自定位结果和里程位姿估计结果的相对定位方法。针－对激光测距传感器的测量离散特性Ｗ及室内观测结果呈现局部线段化特点，基于点线－－ｌｉＩｔｔｔＰ的迭代最近邻法巧ｏｉｎｔｔｏｎｅｂａｓｅｄｅｒａｉｖｅＣｉｔ，Ｉ进行局部匹配纠正里ｌｏｓｅｓｏｎＰＬ评）程计误差为使匹配算法的实时性Ｗ适应ＳＬＡＭ，采用混合快速搜索对应点策略加速；，从而改进运动模型提高ＳＬＡＭ算法位姿预测的精度误差函数最小值求解。２．针对室

5、内半结构化环境特征的规则特性，提出基于元胞自动机强化地图特征信息的优化构图和定位算法。利用占据栅格对空间规则划分，引入元胞自动机到传统ＳＬＡＭ一的迭代循环中，在地图更新环节进行元胞生长强化，，改善构图的致性并在ＳＬＡＭ迭代中提高定位精度。３．面向动态场景的地图建模问题和融入元胞自动机ＳＬＡＭ算法的扩展应用问题，提出一种适应动态环境的分层强化构图与定位算法。该算法继承占用栅格地图的动静态地图混合表达，有效地描述，通过统计动态物体观测频度对栅格属性添加静动状态值运动物体状态；同时对丰富的扫描信息采用空间分层操作，将常见动态ＳＬＡＭ问题转为静态结构化环境的构图和精定位

6、问题Ｗ及动态环境的混合地图构建问题，将融入元胞强化机制的ＳＬＡＭ算法应用到动态场景。ｙＡ激光测距仪作为环境感知传感器，基于ｙｏｕＢｏｔ移动机器人在Ｇａｚｅｂｏ仿真平台和ＲＯＳ平台上对算法进行实验验证。实验结果表明所提方法是有效和可靠的。关键词：同时定位与构图（ＳＬＡＭ）；元胞自动机；动态场景；迭代最近邻点Ｉ广东工业大学巧去学位论文ＡＢＳＴＲＡＣＴＡｋｅｙｔｏｒｅａｌｉｚｅ化ｅｆｕｌｌｙａｕｔｏ打ｏｍｏｕｓｍｏｂｉｌｅｒｏｂｏｔｉｓｈｏｗｔｏｓｏｌｖｅ化ｅｐｒｏｂｌｅｍｏｆｓｉｍｕｌａｔｉｏｎｌｏｃａｌｉｚａｔｉｏｎａｎｄ

7、ｍａｉｎＳＬＡＭｗｈｉｃｈｉｓｔｈｅｉｍｏｒｔａｎｔｆｏｕｎｄａｔｉｏｎｆｏｒｔｈｅｐｐｇ（），ｐｍｔｏｂｉｅｒｏｂｏｔｔｏａｃｈｉｅｖｅｅｎｖｒｏ打ｍｅｎｔｅｘｌｏｉａｔｉｏｎａｎｄｎａｖｉａｔｉｏｎ．Ｗｉｔｈｔｈｅｄｅｖｅｌｏｍｅｎｔｏｌｉｐｇｐｆｓｅｎｓｏｒｈｏｗｔｏｄｅｓｃｒｉｂｅｔｈｅｉｎｆｏｒｍａｔｉｏｎｆｒｏｍｓｅｎｓｏｒ