自主移动机器人定位系统中Kalman滤波算法改进.pdf

《自主移动机器人定位系统中Kalman滤波算法改进.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28卷第5期2011年5月计算机应用研究ApplicationResearchofComputersV01．28No．5Mav201l自主移动机器人定位系统中KaIman滤波算法改进曾健平，王保同，谢海情(湖南大学物理与微电子科学学院，长沙410082)摘要：为了解决常规Kalm肋滤波算法在移动机器人定位过程中运算量大、精度不高的问题，在分析传统Kal·姗滤波器缺点的基础上，提出了一种基于U-T参数变换的方法对常规Kalm舳滤波算法进行了改进。改进后的K且l眦n滤波算法消减了传统Kal啪n滤波器高阶项无法忽略而带来的误差。实验结果

2、表明，改进型的Kalman滤波算法使机器人的最大位置偏差得到减小，对移动机器人的定位精度有明显改善。误差仿真曲线表明，改进后的定位结果误差波动不明显，使定位系统的稳定性得到了较大提高。关键词：地dfIlan滤波器；U．T变换；移动机器人；定位系统中图分类号：’rP242文献标志码：A文章编号：1001—3695(2011)05．1710．03doi：10．3969／j．is蚰．1001_3695．2011．05．033ImproVedKalman6lteralgorithminpositioningsystemforautonomo

3、usmobilerobotZENGJi舳·piIIg，WANGB∞-IolIg，ⅪEHai-qiIIg(ca姆o，肌筘如&胧倒锄厅泌sc如，搿，日“∞n№渺，咖k41∞82，吼打Ⅺ)Abstract：lnordertosolvethepmbIemthatmelargeamountofcomputation龃dlowaccuracyofKalmnfilteringal鲥t}Imtotheconventionalmobilerobotlocalizationprocess，accordingtotheanalysisofthetI包di

4、tionalKalmanfilter，thisp印ergaveamethodofimprovingtheconventionalKalmanfilterbvU．Tp啪metertransf0邢ation。theimproved蹦mnfilteringal舶rithmreducedtheerrortIlatbmughtbythetraditional蹦manfilterwhichcouldnoti#田orethehi小-enditems．Theexperimentalre-suhsshowthatthemaximumpositiond

5、eviationw鹊reducedbytheimpmvedKalmanfilteringd90fithm．Theaccuracyofthemobilembotpositionirlgh鹅beensignificantlyimpmved．Ermrsimulationcurveshows山eresultsoftheimpmVedpositionjngermrdeviationi8notobviou8。tIIe8tabilitvoftheDositioningsystemhasbeen#，eatlyimpmved．Key啪rds：Kalm

6、nfilter；U—Tt啪8fo珊ation；瑚bilerobot；positioningsy8tem0引言近年来，随着计算机技术和电子技术的发展，人们在人工智能领域的研究迈向了一个新的阶段。人工智能是计算机科学的一个分支，它主要的研究工作是解释和模拟人类智能、智能相关行为及其规律的一门学科，而有关机器人的研究更是目前世界上人工智能的最重要研究方向之一。大部分自主移动机器人在工作的时候，一个不可避免地要解决的问题就是机器人本身要知道自己在环境当中的位置，对自己进行空间定位。定位是确定机器人在环境中位置的过程，利用先验环境地图信息、机

7、器人行走姿态以及传感器技术等观测值，产生更加准确的位置估计值。1．2j。自主移动机器人在环境不可测情况下的定位问题是机器人继续工作的基本条件之一，对机器人有非常重要的作用，也是目前世界上研究的焦点之一。目前，世界各国都很重视自主移动机器人的开发与研制，投入了大量的人力和物力积极开展自主移动机器人定位系统的研究。国外在此领域里已做了大量的工作。目前研究领域涉足的定位方法一般包括路标定位法、超声波测距定位法、激光和红外测距定位法以及地图构造定位法等。基于Ka】m蚰滤波的扫描匹配定位方法和Markov定位方法在此类方法中非常具有代表性而且

8、有成功的应用‘扪。本文在研究Kalm锄理论的基础上，提出了基于u—T参数变换的改进Kalmn滤波算法，建立了跟踪定位模型，如图l所示，并用轮式移动机器人对改进方法进行了验证。1KaIman算法改进l(alman滤波是一种高效率的递归滤