基于启发式搜索的移动机器人主动定位算法的研究.docVIP

华 东 交 通 大 学 届 硕 士 学 位 论 文 基 于 启 发 式 搜 索 的 移 动 机 器 人 主 动 定 位 算 法 研 究 信 息 工 程 学 院 崔 品 独创性声明 本人郑重声明：所呈交的学位论文是我个人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表和撰写的研究成果，也不包含为获得华 东交通大学或其他教育机构的学位或证书所使用过的材料。与我一同工作 的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢 意。 本人签名_______________日期____________ 关于论文使用授权的说明 本人完全了解华东交通大学有关保留、使用学位论文的规定，即：学 校有权保留送交论文的复印件，允许论文被查阅和借阅。学校可以公布论 文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。 保密的论文在解密后遵守此规定，本论文无保密内容。 本人签名____________导师签名__________日期___________ 摘要 基于启发式搜索的移动机器人主动定位算法研究 摘要 定位问题是实现移动机器人自主能力的基本问题。然而，目前大多数定位方法都是 被动的，即不考虑定位结果对机器人控制的影响。由于机器人运动的盲目性，导致定位 效率低下。近年来受到关注的主动定位方法不仅考虑机器人的位姿估计问题，还研究如 何根据定位结果控制机器人的行为以达到尽快确定自身位姿的目的。 然而，由于目前主动定位算法需要计算所有可能的行走路径所产生的位姿的不确定 度，导致算法的复杂度较高和实时性较差。我们使用蒙特卡罗定位算法作为基本的定位 算法，并且围绕移动机器人主动定位问题，具体展开了以下几个方面的研究工作： （1）建立了与机器人定位相关的各种模型，包括坐标系模型、环境地图模型、里 程计模型、运动模型及传感器观测模型等；分析了贝叶斯滤波和马尔可夫定位，重点研 究了基本粒子滤波定位原理和算法，并且探讨了粒子滤波定位算法出现的粒子匮乏问 题；介绍了基本的主动定位算法，重点分析了现有的几种改进主动定位算法，同时指出 了它们的特点和不足之处。 （2）提出了基于启发式搜索的多假设主动消除算法。在机器人全局定位开始一段 时间后，代表机器人位姿的粒子常聚于若干簇，这表示机器人的位姿有多个假设。该算 法首先利用自适应粒子聚类算法对粒子进行聚类，然后构造解空间树并确定结点的优先 级；最后利用优先队列式分支限界法解决路径搜索的问题。算法的主要目的是通过主动 控制机器人的运动使其能够识别出不同的粒子簇，最终使定位快速准确地收敛于真实的 位姿。 （3）当机器人定位收敛于单个粒子簇后，在某些环境中运动一段时间后，粒子簇 会变得更加分散，也就是定位的精度会逐渐降低。针对这个问题，在上述工作的基础上， 我们又提出了基于启发式搜索的定位精度主动提升算法。该算法与多假设主动消除算法 的主要区别在于结点优先级的确定原则。该算法的目的是进一步提高定位精度，使其始 终保持在较高水平。 最后对全文进行了总结，并且对进一步的研究方向进行了展望。 关键词：移动机器人，主动定位，粒子滤波，解空间树，启发式搜索 I ABSTRACT MOBILE ROBOT ACTIVE LOCALIZATION BASED ON HEURISTIC SEARCH ABSTRACT Mobile robot localization is the foundation of realizing robot’s autonomous navigation. However, most current localization approaches are passive, i.e., they do not exploit the opportunity to control the robot’s actuators during localization. These approaches are apt to be inefficient in localization since the robot wanders aimlessly. Active localization that has been paid more and more attentions in recent years, not only considers the problem of pose estimation but also researches how to control the robot’s behavior on basis of the results of localization. However, mo