基于特征地图的移动机器人全局定位算法

《基于特征地图的移动机器人全局定位算法》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、第６期电子学报Ｖｏｌ．３８Ｎｏ．６２０１０年６月ＡＣＴＡＥＬＥＣＴＲＯＮＩＣＡＳＩＮＩＣＡＪｕｎ．２０１０基于特征地图的移动机器人全局定位与自主泊位方法陈凤东１，洪炳２（１哈尔滨工业大学电气工程与自动化学院，黑龙江省哈尔滨１５０００１；２哈尔滨工业大学计算机科学与技术学院，黑龙江省哈尔滨１５０００１）摘要：提出一种新的移动机器人全局定位与自主泊位方法．该方法分为两阶段：离线阶段，采用ＳＩＦＴ（ＳｃａｌｅＩｎｖａｒｉａｎｔＦｅａｔｕｒｅＴｒａｎｓｆｏｒｍ）算法并提出一种基于ＤＤＢＢＦ（ＤｏｕｂｌｅＤｉｒｅｃｔｉｏｎＢｅｓ

2、ｔＢｉｎＦｉｒｓｔ）的特征匹配方法实现视觉特征三维重建；将进化策略应用于ＲａｏＢｌａｃｋｗｅｌｌｉｚｅｄ粒子滤波器，并结合自适应重采样，实现了移动机器人同时定位和特征地图创建．在线阶段，采用基于ＨＭＭ（ＨｉｄｄｅｎＭａｒｋｏｖＭｏｄｅｌ）的方法实现全局泊位位置识别；采用ＲＡＮＳＡＣ算法实现全局度量定位；提出极点伺服控制方法，实现机器人精确自主泊位．在室内环境下的实验结果证实了该方法的优良性能．关键词：移动机器人；导航；粒子滤波；视觉伺服；极线几何中图分类号：ＴＰ２４文献标识码：Ａ文章编号：０３７２２１１２（２０１０）０６１

3、２５６０６ＡＧｌｏｂａｌＬｏｃａｌｉｚａｔｉｏｎａｎｄＳｅｌｆＤｏｃｋｉｎｇＭｅｔｈｏｄｆｏｒＭｏｂｉｌｅＲｏｂｏｔＢａｓｅｄｏｎＦｅａｔｕｒｅＭａｐ１，ＨＯＮＧＢｉｎｇｒｏｎｇ２ＣＨＥＮＦｅｎｇｄｏｎｇ（１ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｕｔｏｍａｔｉｏｎ，ＨａｒｂｉｎＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ，Ｈｅｉｌｏｎｇｊｉａｎｇ１５０００１，Ｃｈｉｎａ；２ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＨａｒｂｉｎＩｎｓｔｉｔｕｔｅｏ

4、ｆＴｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ，Ｈｅｉｌｏｎｇｊｉａｎｇ１５０００１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｇｌｏｂａｌｌｏｃａｌｉｚａｔｉｏｎａｎｄｓｅｌｆｄｏｃｋｉｎｇｍｅｔｈｏｄｆｏｒｍｏｂｉｌｅｒｏｂｏｔｉｓｐｒｅｓｅｎｔｅｄ．Ｔｈｅｍｅｔｈｏｄｉｓｃｏｍｐｏｓｅｄｏｆｔｗｏｓｔａｇｅｓ：ｄｕｒｉｎｇｔｈｅｏｆｆｌｉｎｅｓｔａｇｅ，ＳＩＦＴ（ｓｃａｌｅｉｎｖａｒｉａｎｔｆｅａｔｕｒｅｔｒａｎｓｆｏｒｍ）ａｌｇｏｒｉｔｈｍｉｓｕｓｅｄａｎｄａＤＤＢＢＦ（ｄｏｕｂｌｅｄｉｒｅｃｔｉｏｎｂｅｓｔｂｉｎｆｉｒｓｔ）ｍａｔｃ

5、ｈｉｎｇｍｅｔｈｏｄｉｓｐｒｅｓｅｎｔｅｄｔｏｉｍｐｌｅｍｅｎｔｔｈｅ３Ｄｒｅｃｏｎｓｔｒｕｃｔｉｏｎｏｆｖｉｓｉｏｎｆｅａｔｕｒｅｓ；ａｎＥＳ（ｅｖｏｌｕｔｉｏｎｓｔｒａｔｅｇｙ）ａｎｄａｄａｐｔｉｖｅｒｅ－ｓａｍｐｌｉｎｇｓｃｈｅｍｅｗｅｒｅａｐｐｌｉｅｄｉｎＲＢＰＦ（ＲａｏＢｌａｃｋｗｅｌｌｉｚｅｄｐａｒｔｉｃｌｅｆｉｌｔｅｒ）ｔｏｉｍｐｌｅｍｅｎｔｔｈｅｍｏｂｉｌｅｒｏｂｏｔＳＬＡＭ（ｓｉｍｕｌｔａｎｅｏｕｓｌｏｃａｌｉｚａｔｉｏｎａｎｄｍａｐｐｉｎｇ）．Ｉｎｔｈｅｏｎｌｉｎｅｓｔａｇｅ，ｔｈｅｇｌｏｂａｌｄｏｃｋ

6、ｉｎｇｓｔａｔｉｏｎｉｓｒｅｃｏｇｎｉｚｅｄｔｈｒｏｕｇｈＨＭＭ（ＨｉｄｄｅｎＭａｒｋｏｖＭｏｄｅｌ）ｂａｓｅｄｍｅｔｈｏｔｄ，ｈｅｇｌｏｂａｌｍｅｔｒｉｃｐｏｓｅａｎｄｌｏｃａｔｉｏｎｏｆｔｈｅｒｏｂｏｔａｒｅｅｓｔｉｍａｔｅｄｂｙａＲＡＮＳＡＣａｌｇｏｒｉｔｈｍ；ａｎｄｔｈｅｎａｎｅｐｉｐｏｌｅｓｅｒｖｏｉｎｇｍｅｔｈｏｄｉｓｐｒｅｓｅｎｔｅｄｔｏｄｏｃｋｔｈｅｒｏｂｏｔｐｒｅｃｉｓｅｌｙ．Ｅｘｐｅｒｉｍｅｎｔｒｅｓｕｌｔｓｃａｒｒｉｅｄｏｕｔｗｉｔｈａｒｅａｌｒｏｂｏｔｉｎａｎｉｎｄｏｏｒｅｎｖｉｒｏｎｍｅｎｔｓｈｏｗｔｈ

7、ｅｓｕｐｅｒｉｏｒｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄ．Ｋｅｙｗｏｒｄｓ：ｍｏｂｉｌｅｒｏｂｏｔ；ｎａｖｉｇａｔｉｏｎ；ｐａｒｔｉｃｌｅｆｉｌｔｅｒ；ｖｉｓｕａｌｓｅｒｖｏｉｎｇ；ｅｐｉｐｏｌａｒｇｅｏｍｅｔｒｙ其中粒子滤波器方法取得较大成功，但传统粒子滤波器１引言［４］方法有许多局限性：一是如果在正确状态附近没有足移动机器人定位与泊位是机器人领域中两个关联够的粒子会导致滤波器发散；二是粒子经常快速收敛而紧密的基本问题．在许多应用中，机器人需要先确定当得到非最优结果．怎样提高粒子滤波器准确性和有效性、前位

8、姿，然后泊位到特定的位置和方向，才能实现指定防止粒子发散和退化，同时兼顾粒子数增加带来的计算［１］的任务，如自主充电．本文研究室内环境下基于单目负担重的问题是研究者一直关注的问题．针对上述问题，视觉的移动机器人全局定位与泊位问题．全局定位要求本文采用先创建环境地