资源描述：
《基于激光测距传感器的家庭机器人导航仿真》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36卷第7期哈尔滨工业大学学报Vol136No172004年7月JOURNALOFHARBININSTITUTEOFTECHNOLOGYJuly,2004基于激光测距传感器的家庭机器人导航仿真蔡则苏,洪炳,周浦城(哈尔滨工业大学计算机科学与技术学院,黑龙江哈尔滨150001,E-mail:caizesu@hit.edu.cn)摘要:通过将激光测距器的扫描数据和来自家庭机器人的里程计结合在一起,给出了同时定位和地图生成的算法.基于扩展卡尔曼滤波算法,滤去不必要的数据,直接将传感数据和环境特征相匹配,融合激光扫描数据和人工路标,给出了机器人连续位置更新的方法.仿真结果表明该方法较好
2、地解决了室内机器人导航问题.关键词:家庭机器人;激光测距;同时定位和地图生成;人工路标;扩展卡尔曼滤波中图分类号:TP24文献标识码:A文章编号:0367-6234(2004)07-0902-03NavigatingsimulationofhouserobotbasedonlaserfinderCAIZe-su,HONGBing-rong,ZHOUPu-cheng(SchoolofComputerScienceandTechnology,HarbinInstituteofTechnology,Harbin150001,China,E-mail:caizesu2hit.edu.cn
3、)Abstract:Analgorithmforsimultaneouslocationandmapbuildingispresentedbyintegratingthescanningdatafromatime-o-fflightlaserandtheodometerreadingsfromamobilerobot.BasedonanextendedKalmanfilter,thecontinuouspositionupdatingfortherobotisgivenbyfilteringtheoutliersandmatchingthesensordataandthearti
4、f-icallandmarks.Simulationresultsshowthatthemethodperformsnavigationverywellinanindoorenvironment.Keywords:houserobot;laserscanning;simultaneouslocalizationandmapbuilding(SLAM);artificiallandmark;extendedkalmanfilter(EKF)在通常的室内环境下,自主移动机器人的应人定位和地图生成中最有吸引力的传感器之一.[1]用依然面临很多挑战性问题.定位问题就是其本文采用基于激光扫
5、描和人工路标的方法,来解中之一.在室内环境下广泛应用于机器人导航的决室内环境下的机器人导航问题.超声波传感器的缺点是其角度分辨率太低(约为1同时定位和地图生成25b左右)、旁波较大,需要消耗过多的数据后处理[2]同时定位和地图生成(Simulatneouslocalization时间.文献[3]使用全维立体视觉作为外部传[5]感器,通过锥形镜和摄像机,生成移动机器人周围andmapbuilding,SLAM)问题可以通过传感的环境的全景图.这种方法由于其计算的复杂性和融合来解决,特征或路标的估计位置就变成机器缺乏距离测量的动态变化,使其应用室内受到一人状态的一部分.机器人从一个具
6、有给定不确定定的限制.毫米波雷达技术[4]在室内机器人的障性的位置开始运动,逐渐获得相对其位置的环境特征测量值,并用这些测量值增量地创建和保持碍检测、地图生成和导航方面具有很大的潜力,但缺点是成本太高.激光测距器[2]由于在距离范围导航地图以及在这个地图中定位.机器人的状态为和方向上具有较高的精确度,已经成为室内机器TX=xv,xl,收稿日期:2004-04-02.7xv=(x,y,H,C,U1,U2,U3)IR,基金项目:国家高技术研究发展计划资助项目(2002AA735041).2@n作者简介:蔡则苏(1967-),男,博士研究生,讲师;xl=(x1,y1,,,xn,yn)I
7、R.洪炳(1937-),男,教授,博士生导师.其中xv和xl分别是机器人和人工路标的状态.由第7期蔡则苏,等:基于激光测距传感器的家庭机器人导航仿真#903#于人工路标是静态的,所以系统的动态模型扩展将SLAM的后验值表述为高维、多变量高斯参数.为平均值描述了机器人和路标的最有可能的状态,xv(k+1)=f(xv(k)),xl(k+1)=xl(k).协方差矩阵表明了所有状态变量对之间的关联.扩展系统的雅克比矩阵为假定机器人在室内二维平面内运动,状态平均值5f是2N+7维,其中N是
