基于EKF的全景视觉机器人SLAM算法.pdf

《基于EKF的全景视觉机器人SLAM算法.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30卷第11期2013年11月计算机应用研究ApplicationResearchofCo；aputersV01．30No．11NOV．2013基于EKF的全景视觉机器人SLAM算法术王开宇，夏桂华，朱齐丹，夏国清，吴迪(哈尔滨工程大学自动化学院，哈尔滨150001)摘要：研究全景视觉机器人同时定位和地图创建(SLAM)问题。针对普通视觉视野狭窄，对路标的连续跟踪和定位能力差的问题，提出了一种基于改进的扩展卡尔曼滤波(EKF)算法的全景视觉机器人SLAM方法，用全景视觉得到机器人周围的环境信息，然后从这些信息中提取出环境特征，

2、定位出路标位置，进而通过EKF算法同步更新机器人位姿和地图库。仿真实验和实体机器人实验结果验证了该算法的准确性和有效性，且全景视觉比普通视觉定位精度更高。关键词：全景视觉；移动机器人；扩展卡尔曼滤波；同时定位和地图创建中图分类号：TP242．6文献标志码：A文章编号：1001-3695(2013)11．3320．04doi：10．3969／j．issn．1001—3695．2013．11．029SLAMalgorithmofmobilerobotwithomnidirectionalvisionbasedonEKFWANGKai

3、—yu，XIAGui-hua，ZHUQi-dan，XIAGuo—qing，wuDi(CollegeofAutomation，HarbinEn舀neenngUnitersity，Harbin150001，China)Abstract：ThispaperresearchedtheSLAMalgorithmofomnidirectionalvisionrobot，andpresentedallimprovedsimultaneouslocalizationandmappingmethodbasedonextendedKalmanfil

4、tertoavoidthedisadvantageofgeneralvision，includingnarrowvisionrange，lowcontinuoustrackandpositioningprecisiontolandmark．Itextractedtheenvironmentfeaturefromtheenvi·ronmentinformationaroundthemobilerobotgotbyonmidirectionalvision，thenlocatedthelandmark，finally，updated

5、thepo．sitionandattitudeofthemobilerobotandthemaplibrarysynchronouslybyusingtheEKFalgorithm．Simulationresultsandrealrobotexperimentresultsindicatetheeffectivenessandaccuracyoftheproposedapproach，andthebetterpositioningpreci·sionthangeneralvisionisproved．Keywords：omnid

6、irectionalvision；mobilerobot；extendedKalmanfilter(EKF)；simultaneouslocalizationandmapping(SLAM)同时定位和地图创建(SLAM)是指移动机器人在未知环境中从未知位置出发，通过适当的控制策略在环境中运动并观察环境，逐步建立起周围环境的地图并确定自身在当前环境中的位姿¨,2j。SLAM是移动机器人真正具备自主性的关键因素，因此成为目前移动机器人领域的研究热点”巧j。目前，基于视觉的SLAM主要集中在对普通视觉的研究上，然而，普通视觉视野狭窄，

7、对路标的连续跟踪和定位能力差，制约了视觉SLAM的发展；而全景视觉具有全方位的视野，可以获得既丰富又完整的环境信息，也能够更好地对路标进行连续跟踪和定位，在机器人导航、视频监控等领域都有广泛的应用。全景视觉SLAM系统中移动机器人的运动学模型和观测模型都是非线性的，卡尔曼滤波方法系统方程必须是线性方程。为了使得卡尔曼滤波可以解决非线性问题，可以把非线性模型线性化，用它的一阶泰勒展开式来近似非线性模型。一种常用的解决非线性问题的方法是扩展卡尔曼滤波算法(EKF)。Thrun等人∞o介绍了基于卡尔曼滤波器的SLAM收敛性及概率定位与

8、地图创建方法。季秀才等人¨1结合卡尔曼滤波器，分析了SLAM问题中机器人定位误差的收敛特性，提出了一种限制机器人定位误差增长速度的运动控制算法。本文针对全景机器人SLAM问题，采用了一种基于改进EKF的SLAM方法。仿真实验和实体机器人实验结果验证了该算法的准确