用改进的Rao-Blackwellized粒子滤波器实现移动机器人同时定位和地图创建.pdfVIP

维普资讯 第37卷 第 2期 吉 林 大 学 学 报 (工 学 版 ) Vo1．37 No．2 2007年 3月 JournalofJilinUniversity (EngineeringandTechnologyEdi,ion) M ar．2007 用改进的Rao-Blackwellized粒子滤波器实现 移动机器人同时定位和地图创建 厉茂海 ，洪炳熔 ，罗荣华 (1．哈尔滨工业大学 计算机科学与技术学院，哈尔滨 150001；2．华南理工大学 计算机科学与工程学院 广州 510640) 摘 要 ：将进化策略应用于Rao—Blackwellized粒子滤波器，并结合 自适应重新采样方案实现 了室内移动机器人同时定位和地 图创建。在仅有单 目视觉和里程计的基础上，建立 了鲁棒 的 感知模型，通过有效的尺度不变特征变换方法提取环境特征，并采用Unscented卡尔曼滤波更 新特征，特征点的匹配采用基于 KD—Tree的高维特征点快速 匹配算法。在实际Pioneer3移 动机器人上进行的实验结果表 明，本文提 出的方法是可行 的。 关键词 ：自动控制技术；移动机器人；同时定位和地 图创建 ；Rao—Blackwellized粒子滤波器；单 目视觉 ；进化策略；尺度不变特征变换 中图分类号 ：TP24 文献标识码 ：A 文章编号 2007)020401—06 ImprovedRao—Blackwellizedparticlefiltersformobilerobot simultaneouslocalizationandmapping I．iMaohai，HongBingrong 。I．uoRong—hua。 t1·Scho(】t(】jCompulerSciencnldTechnOlogY，HarbinInstituteOfTechnol(，gY，Harbin150001，China；2 ． SchooLo} ComputerScien{andEngineering，SouthChinaUniversityofTechnologY，GM“”g2h0 510640Chi “) ， Abstract：Theevolution strategies (ES)wereappliedin Rao～Blackwellizedpartic1efilter (RBPF)bv usingtheadaptiveresamplingschemetoimplementindoormobilerobotsimultaneouslocalizationand mapping (SIAM )． A robustobservation modelwith only monocular vision and odometerwas constructed．Andinvariantfeaturetransform (SITF)wasusedtoextractimagefeaturesservedasthe naturelandmarksupdated through Unscented Kalman filter (UKF) in environmentmaD