关于助老机器人路标定位优化仿真研究.pdf

《关于助老机器人路标定位优化仿真研究.pdf》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33卷第7期计算机仿真2016年7月文章编号：1006—9348(2016)07—0363—06关于助老机器人路标定位优化仿真研究王允建，薛娜娜，刘晓云(河南理工大学电气工程与自动化学院，河南焦作454000)摘要：针对助老机器人服务的特殊性，决定了其工作环境的开放性，而在开放环境中要求精确定位，保证助老机器人安全工作。影响机器人精确定位的因素主要是，未知环境下路标特征的提取易受环境影响，所建模型的噪声特性未知。为了提高助老机器人的精确定位，提出一种采用未知路标的多传感器信息融合的无迹卡尔曼滤波的定位方法，并采用改进的

2、Sage—Husa自适应滤波算法对其未知噪声方差阵进行估计。仿真结果表明，在未知路标下，系统噪声曲线稳定控制在极小范围内，证明了sa萨一Husa自适应UKF算法是有效性，为助老机器人的广泛使用提供了理论基础。关键词：助老机器人，未知路标，自适应滤波，无迹卡尔曼滤波中图分类号：TP242．6文献标识码：BASimulationResearchAbouttheLandmarkLocationOptimizationofSer订ceRobotsfortheElderlyWANGYun-jian，XUENa-na，LIUXiao

3、—yun(SchoolofElectricalEngineeringandAutomation，HenanPolytechnicUniversity，JiaozuoHenan454000，China)ABSTRACT：Thecharacteristicoftheserviceprovidedbyservicerobotsfortheelderlyhasdeterminedtheopennessofitsworkcircumstances：andtheaccuratepositioningoftherobotinthese

4、kindsofcircumstancesisthemainfactorofitssafetywork．Therearetwomainfactorsthatinfluencetherobot’Saccuratepositioning．Firstly．itishardtoob-tainthecharacteristicsoftheroadsignsintheunknownconditions；secondly，thenoisecharacteristicsofthemodel玳alsounknown．Inordertoimp

5、rovetheaccuratepositioningoftherobot．themulti—sensorinformationfusionofUnscentedKahnflxiFilter(UKF)positioningmethodintheunknownroadsignsconditionsWasproposed．Meanwhile．weadoptedtheimprovedSage-Husaadaptivefiltermethodtoestimatetheunknownnoisecovariancematrix．Sim

6、ula-tionresultsshowthatsystemnoisecurvehasbeenconfinedtoasmaUrange；italsodemonstratestheeffectivenessoftheSage—HusaadaptiveUKFmethodandprovidesatheoreticalbasisforthewideuseoftheservicerobotsfortheeld．erly．KEYWORDS：Robotfortheelderly；Unknownroadsigns；Adaptivefilt

7、er；UKF1引言针对我国人口老龄化日趋严重的问题，研究开发助老机器人。助老机器人的特点为速度慢，所需检测精度低，且运行在开放环境。由于受成本限制，本文所提助老机器人的检测传感器为编码型脉冲速度计和超声波测距仪。在此检测条件下，如何提高助老机器人的定位精度是其成功应用的关键。目前，机器人定位大多针对已知路标，通过各种传感器来识别定位，或者在未知环境中假设其自然特征易于提取，机器人通过对自然特征测量估计实现自身定位⋯，这就容易受外界因素干扰，使环境特征或已知路标特征不易提取造成收稿日期：2015—09—05修回日期：201

8、5—10—09测量误差，从而限制了机器人的应用场合，影响了定位的准确性与实时性。文献[2]提出了一种应用于未知环境下的移动机器人同步定位与地图创建(SLAM)方法，通过一种基于人工鱼群算法的粒子滤波算法，提高了机器人的SLAM性能，但是仍然无法改变SLAM问题中定位误差总体逐渐增大的趋势。提高定位精度常用的方式是采用