鲁棒的机器人粒子滤波即时定位与地图构建的实现.pdf

《鲁棒的机器人粒子滤波即时定位与地图构建的实现.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32卷第8期2015年8月计算机应用研究ApplicationResearchofComputersV01．32No．8Aug．2015鲁棒的机器人粒子滤波即时定位与地图构建的实现张毅，程铁凤，罗元，傅有力(重庆邮电大学信息无障碍研发中心，重庆400065)摘要：为了实现未知环境下的移动机器人同时定位与地图构建，提出一种改进的粒子滤波器算法。针对传统粒子滤波器粒子数量大的问题，通过在粒子滤波重要性采样阶段融入激光传感器观测信息，以减少所需粒子数。重采样之后出现粒子严重枯竭时，进行马尔可夫蒙特卡洛移动处理以降低粒子的匮乏效应。该方法在装有机

2、器人操作系统的Pioneer3-DX机器人上进行测试，实验结果表明，它能够在线创建高精度的栅格地图。关键词：即时定位与地图构建；粒子滤波；马尔可夫一蒙特卡洛；机器人操作系统中图分类号：TP242．6文献标志码：A文章编号：1001-3695(2015)08-2339．04doi：10．3969／j．issn．1001—3695．2015．08．024RobustrobotsimultaneouslocalizationandmappingimplementationbasedonimprovedparticlefilterZhangYi，C

3、hengTiefeng，LuoYuan，FuYouli(ReseawhCenterofInformationAccessibility，ChongqingUniversityofPosts＆Telecommunications，Chongqin9400065，China)Abstract：Inordertoimplementthemobilerobotsimultaneouslocalizationandmappinginunknownenvironments，thispaperpresentedanimprovedparticlefilt

4、eralgorithm．Todecreasethelargenumberofparticlesthatneededinnormalparticlefilter，itintegratedtheobservedinformationoflaserrangefinderintoimportancesampling．Whensevereparticleimpoverishmentoe—curedafterresampling，thealgorithmtookMarkovChainMonteCarlomovingprocesstoreducepart

5、icleimpoverishmenteffect．IttestedthemethodonaPioneer3一DXrobotwithrobotoperatingsystem．Actualexperimentresultsshowthatthemethodcangeneratehigh-precision鲥dmapinrealtime．Keywords：SLAM；particlefilter；MarkovchainMonteCarlo；robotoperatingsystem0引言随着人们生活水平的提高，机器人将走出工厂，进入人们的生活。那么，

6、对机器人具有良好的移动性能和自主导航能力的需求迫在眉睫。在未知环境下的同时定位与地图构建(sim—uhaneouslocalizationandmapping，SLAM)⋯是机器人自主导航要解决的关键技术之一。SLAM是一个复杂的问题，它使机器人定位与地图估计相互依赖，需要在高维空间下寻找一种计算方法。粒子滤波器B1基于概率统计的思想具有可逼近任意概率分布的特性，适用于移动机器人定位、地图构建，并且也得到了广泛的应用。它与传统的卡尔曼滤波器和马尔可夫算法相比有其特定的优势，不限制于线性系统和高斯噪声假设，能有效地处理非线性和非高斯系统。文献

7、[3]提出的Rao-Black—wellized粒子滤波器(RBPF)¨o是一种有效解决移动机器人的SLAM问题的方法。RBPF算法的主要问题在于要建立一幅精确的栅格地图时需要对大量的粒子进行运算，而且重采样过程会降低粒子的多样性，导致出现粒子匮乏效应。Montemerlo等人晴1先后提出了FastSLAM1．0和改进的FastSLAM2．0算法，有效地降低了粒子数目，提高了运算速度。然而两种算法都是在特征数据关联已知的条件下进行，实际环境特征具有很大的不确定性，很难满足假设，能够实现基于特征地图构建，不适合用于高精度的栅格地图构建。造成粒

8、子滤波器失步的主要原因有以下两点：a)在进行重要性采样时，单纯地依靠里程计信息进行预测，机器人打滑等里程计噪声直接与滤波器收敛与否高度相关；b)普通的粒子滤波重采样算法直接复制权