使用NDT激光扫描匹配的移动机器人定位方法.pdfVIP

使用NDT激光扫描匹配的移动机器人定位方法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
使用NDT激光扫描匹配的移动机器人定位方法.pdf

第 27 卷第 5 期 2005 年 9 月 机器人 ROBOT Vol. 27 , No.5 Sept. , 2∞5 文章编号: 1α)2心制6(2∞5) 05-0414..{)6 使用 NDT 激光扫描匹配的移动机器人定位方法 蔡则苏,洪炳镑,魏振华 (哈尔滨工业大学计算机科学与技术学院,黑龙江哈尔滨 15创肌) 摘 要:提出一种将基于扫描匹配的蒙特卡洛定位方法,作为移动机器人完成自主任务的鲁捧性定位方法. 采用一种新的正态分布转换(NDT)激光扫描匹配算法,将从单个激光扫描重构的 20 离散数据点集转换成 2 维平 由内分段连续可微的概率分布,并使用H倒sian 矩阵法与另外的扫描相匹配,可以避免点与点之间对应的复杂问题. 实验结呆表明,该定位算法可以利用自然环境特征有效地完成室内环境下的自主定位. 关键词:扫描匹配;定位;正态分布转换(NDT) ;蒙特卡洛定位(MCL) 中固分类号: 1凹4 文献标识码:. B Localization of MobiIe Robots by NDT Laser Scan Matching Algorithm CAI Ze-su , HONG Bing-rong , WEI Zhen-hua (Depa翩翩 ofωnpωer Sc切JCe and E,咆ineer吨 , H,时切 /113均由 of71础呻lJY, H,时切 15ω1 , C,胁时 Abs能act: Monte Carlo localization scheme wi也 a scan matching algorithm is suggested 凶 a robωt localization method for mobile robots 协优complish 由eir .tasks autonomously. A normal dis时butions tr田1Sí0lDl (NDT) which is. a new approach to laser sωn matching is applied 协也e scan matching algorithm , and 也is scan ma!_Chi吨 me也odtr田?forms 也e discrete set of 20 points reconstructed from a single scan into a pieωwise continuous and differentiable probab出.ty di盹WUtiOD 也fined ∞ 也e 20 plane , which can be usedωmaω:h another sωn by using H创sian M由ix.τhere峙, no point to pointαm臼pondenc- 创 have 切 beωtablished. Experimental results show that the robot is able to accomplish 1∞alization autonomously in an in- d∞r environment using the natural environmental characteristics. Keywords: 8can matching; localization; Normal Oistributions TransfolDl (NDT); Monte Carlo 1..0ωlization (MCL) 1 号 l 言( Introduction) 为了有效导航、到达目标,移动机器人必须具有 决定自己在周围环境中位置的能力,这就是机器人 的定位问题[1] 定位问题可以分为两个子问题,假定 机器人的初始位置已知的局部位置跟踪问题和初始 位置未知的全局定位问题[2] 绝大多数局部跟踪问 题的解决方法,都是通过航位推算法来完成,这项技 术通过积分机器人的速度来决定机器人的相对位置 变化,不幸的是,单纯的航位推算法具有无界的累加 误差,必须采用另外的方法如航标三角法或扫描匹 配法来修正机器人的位置. Gu恤ann/Schlege[3] 系统 比较了迭代双对应算法 (Iterative Dual Correspon- dence , IDC) 、 COX、交叉关联函数法 (Cross Correla- tion Function , CCF) 等扫描匹配算法的特点.尽管 基金项目:国家 863 计划资助项目 (2002AA735041) . 收稿日朔: 2∞4-12-08 COX(点到线匹配)和 CCF 十分精确,它也只能用在 多边形环境中,IDC(点到点匹配)可以用在非多边形 环境中,但其精度低于 .COX

文档评论(0)

yingzhiguo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5243141323000000

1亿VIP精品文档

相关文档