基于Gray-EKF算法的智能农业车辆同时定位与地图创建

《基于Gray-EKF算法的智能农业车辆同时定位与地图创建》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28卷第19期农业工程学报Vol.28No.192012年10月TransactionsoftheChineseSocietyofAgriculturalEngineeringOct.201217基于Gray-EKF算法的智能农业车辆同时定位与地图创建※田光兆，安秋，姬长英，顾宝兴，王海青，赵建东（南京农业大学工学院，南京210031）摘要：为了提高智能农业车辆在未知环境中同时定位与地图创建精度，将灰色预测理论和扩展卡尔曼滤波融合，提出了基于灰色扩展卡尔曼滤波的同时定位与地图创建算法。算法在传统的扩展卡尔曼滤波基

2、础上，通过改进的滑窗灰色预测理论建立传感器的GM(1,1)观测预测模型，进而完成新息的计算。为了提高观测精度和抗干扰能力，系统使用了三目摄像机作为观测传感器，并提出了一种简易的权值标定算法。试验表明：精度权值标定后的三目摄像机具有较高的测量精度，16组测量数据中有12组的测量误差小于1%，并能减小由于干扰造成的误差。在30个人工路标的停车场环境中，车辆对路标x和y方向的观测误差均值为0.074和0.073m，自身定位误差为0.140m，误差均方差为0.048。在60个人工路标的停车场环境中，车辆对路标x和y方向的观

3、测误差均值为0.061和0.068m，自身定位误差为0.109m，误差均方差为0.038。在60个人工路标的旱地环境中，车辆对路标x和y方向的观测误差均值为0.079和0.077m，自身定位误差为0.122m，误差均方差为0.049。研究认为，与传统的EKFSLAM算法相比，Gray-EKFSLAM算法具有更高的精度。关键词：车辆，导航，定位，灰色预测，扩展卡尔曼滤波，三目立体视觉doi：10.3969/j.issn.1002-6819.2012.19.003中图分类号：S219.1文献标志码：A文章编号：1002

4、-6819(2012)-19-0017-09田光兆，安秋，姬长英，等.基于Gray-EKF算法的智能农业车辆同时定位与地图创建[J].农业工程学报，2012，28(19)：17－25.TianGuangzhao,AnQiu,JiChangying,etal.SimultaneouslocalizationandmappingbasedonGrayEKFforintelligentagriculturalvehicle[J].TransactionsoftheChineseSocietyofAgriculturalE

5、ngineering(TransactionsoftheCSAE),2012,28(19):17－25.(inChinesewithEnglishabstract)对单目视觉和双目视觉SLAM进行了研究，建立了0引言全状态视觉SLAM算法框架和主动视觉SLAM方[22]在完全未知的环境中，智能农业车辆的精确定案。DavidLowe采用三目视觉摄像机，使用匹配位是基于对周围环境的准确感知和理解，需要创建出的图像特征点作为地图特征路标，用扩展卡尔曼环境地图。而环境地图的创建又需要车辆自身的精滤波（EKF）算法进行地图

6、和机器人位姿的同步更[23]确定位。这二者是一个既矛盾又相关的过程。为了新。苏立等采用EKF算法对室内环境下基于特[24]解决这一问题，有学者提出了同时定位与地图创建征点的双目视觉SLAM方法进行了研究。武二永等（simultaneouslocalizationandmapping），即采用Rao-Blackwellised粒子滤波（PF）算法对室外[1-7]SLAM。SLAM是智能车辆导航系统中关键技术环境下的单目视觉和双目视觉SLAM算法进行了[8-10]之一，是研究导航问题的基础。研究，并用试验证明了方法的有

7、效性。在SLAM过程中，用于环境感知的传感器通常目前基于视觉的SLAM算法主要有EKF和PF[11-12][13-14][15-19]有声纳、激光雷达和视觉传感器。由两大类。在EKFSLAM算法中，计算新息时要求根于视觉传感器能够提供丰富的环境信息，且价格相据上一时刻的观测值对当前时刻的观测进行预测。对低廉，近些年来国内外许多研究人员对基于视觉由于测量方法、传感器精度和随机噪声等问题，当[20-21]传感器的SLAM算法做了大量的研究。Davison前时刻的观测预测有可能误差较大。针对该问题，本文提出了基于灰色扩展

8、卡尔曼滤波（Gray-EKF）收稿日期：2012-05-06修订日期：2012-08-25的SLAM算法，通过建立滑窗灰色预测模型来计算基金项目：中央高校基本科研业务费资助项目（KYZ201006）当前时刻传感器的观测预测值，进而计算新息，完作者简介：田光兆（1983－），男，河南信阳人，网络工程师，博士研成EKF过程。同时，为了提高视觉测量精度，本文究生，