南京理工大学-机器人技术课程论文..docxVIP

SLAM技术浅析学号：115110001089 姓名：金威摘要：本文首先对SLAM技术进行了介绍，然后对现有的SLAM技术算法作了简要分析，选取应用范围较广的扩展卡尔曼滤波算法（EKF-SLAM）法进行了说明，最后对SLAM技术现有的问题和难点作了总结归纳。关键词：SLAM技术；扩展卡尔曼滤波算法；一、引言移动机器人同步定位与建图问题 (Simulataneous local-ization and map building，SLAM) 是机器人能否在未知环境中实现完全自主的关键问题之一。已知环境地图的定位问题和已知定位的地图创建问题已经被广泛研究,提出了多种有效的解决途径。 而当地图和机器人的位置都事先未知时,问题就变得更加复杂,出现了许多独有的新特征。在这种情况下, 要求机器人在一个完全未知的环境中从一个未知的位置出发，在递增地建立环境的导航地图同时,利用已建立的地图来同步刷新自身的位置。SLAM指的是机器人在自身位置不确定的条件下,在完全未知环境中创建地图,同时利用地图进行自主定位和导航。SLAM问题可以描述为: 机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和传感器数据进行自身定位,同时建造增量式地图。这样一种不断迭代的过程,曾有人形象地比喻为“鸡和蛋”的问题。被学术界简称为SLAM问题。随着移动机器人应用环境日趋复杂和非结构化，其已成为自主移动机器人