融合多传感器信息的移动机器人自定位方法-东南大学学报.pdfVIP

第３４卷第６期 东南大学学报（自然科 学版 ） Ｖｏｌ３４ Ｎｏ６ 　 ２００４年１１月 ＪＯＵＲＮＡＬＯＦＳＯＵＴＨＥＡＳＴＵＮＩＶＥＲＳＩＴＹ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） 　 Ｎｏｖ．２００４ 　　　　　　 融合多传感器信息的移动机器人自定位方法 尚　文　马旭东　戴先中 （东南大学自动控制系，南京２１００９６） 摘要：提出一种给定环境模型下移动机器人全局自定位算法，通过融合声纳传感器和视觉传感 器的异质传感信息把具有多模态、鲁棒性强的Ｍａｒｋｏｖ方法和单模态、高效准确的ＥＫＦ方法组合 应用并加以改进，来实现准确和快速的全局定位，同时提高位姿跟踪的准确性．Ｍａｒｋｏｖ方法中位 姿空间的低分辨率离散减小了存储需求，声纳感知模型对位姿空间分布进行初始化并提供了全 局的位姿假设，视觉感知模型实现了位姿分布更新，而基于视觉特征的ＥＫＦ方法则提高了定位 的精度．实验结果验证了本方法的有效性． 关键词：移动机器人；Ｍａｒｋｏｖ定位；ＥＫＦ；融合 中图分类号：ＴＰ２４　　文献标识码：Ａ　　文章编号：１００１－０５０５（２００４）０６０７８４０５ Ｍｏｂｉｌｅｒｏｂｏｔｓｅｌｆｌｏｃａｌｉｚａｔｉｏｎ ｂａｓｅｄｏｎｍｕｌｔｉｓｅｎｓｏｒｙｉｎｆｏｒｍａｔｉｏｎｆｕｓｉｏｎ ＳｈａｎｇＷｅｎ　 ＭａＸｕｄｏｎｇ　ＤａｉＸｉａｎｚｈｏｎｇ （ＤｅｐａｒｔｍｅｎｔｏｆＡｕｔｏｍａｔｉｃＣｏｎｔｒｏｌＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｃｏｍｐｕｔａｔｉｏｎｍｅｔｈｏｄｉｓｐｒｏｐｏｓｅｄｆｏｒｇｌｏｂａｌｌｏｃａｌｉｚａｔｉｏｎｗｈｉｃｈｕｔｉｌｉｚｅｓｉｎｆｏｒｍａｔｉｏｎｆｒｏｍｂｏｔｈ ｓｏｎａｒａｎｄｖｉｓｉｏｎｓｅｎｓｏｒｓ．Ｔｈｅｍｅｔｈｏｄｃｏｍｂｉｎｅｓｍｕｌｔｉｍｏｄａｌ，ｒｏｂｕｓｔＭａｒｋｏｖａｎｄｕｎｉｍｏｄａｌ，ｅｆｆｉｃｉｅｎｔ ｅｘｔｅｎｄｅｄＫａｌｍａｎｆｉｌｔｅｒ（ＥＫＦ）ｌｏｃａｌｉｚａｔｉｏｎｗｉｔｈｓｉｇｎｉｆｉｃａｎｔｉｍｐｒｏｖｅｍｅｎｔｓｆｏｒｇｌｏｂａｌｌｏｃａｌｉｚａｔｉｏｎａｎｄ ｐｏｓｉｔｉｏｎｔｒａｃｋｉｎｇ．ＩｎＭａｒｋｏｖｌｏｃａｌｉｚａｔｉｏｎ，ｍｅｍｏｒｙｒｅｑｕｉｒｅｍｅｎｔｓａｒｅｒｅｄｕｃｅｄｗｉｔｈｌｏｗｒｅｓｏｌｕｔｉｏｎ ｄｉｓｃｒｅｔｉｚａｔｉｏｎｏｆｐｏｓｅｓｐａｃｅ．Ｔｈｅｐｏｓｅｓｐａｃｅｄｉｓｔｒｉｂｕｔｉｏｎｉｓｉｎｉｔｉａｌｉｚｅｄａｎｄｐｏｓｅｈｙｐｏｔｈｅｓｅｓａｒｅａｃｑｕｉｒｅｄ ｔｈｒｏｕｇｈｓｏｎａｒｓｅｎｓｏｒｍｏｄｅｌ ，ａｎｄｓｅｎｓｏｒｕｐｄａｔｅｉｓａｃｃｏｍｐｌｉｓｈｅｄｔｈｒｏｕｇｈｖｉｓｕａｌｓｅｎｓｏｒｍｏｄｅｌ．Ｔｈｅｎ ｖｉｓｉｏｎｂａｓｅｄＥＫＦｉｓｕｔｉｌｉｚｅｄｆｏｒｌｏｃａｌｉｚａｔｉｏｎｐｒｅｃｉｓｉｏｎ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｄｅｍｏｎｓｔｒａｔｅｔｈｅｖａｌｉｄｉｔｙｏｆ ｔｈｅａｐｐｒｏａｃｈ． Ｋｅｙｗｏｒｄｓ：ｍｏｂｉｌｅｒｏｂｏｔ；Ｍａｒｋｏｖｌｏｃａｌｉｚａｔｉｏｎ；ＥＫＦ；ｆｕｓｉｏｎ 　　移动机器人定位是当前非常活跃的研究领域， 不准确或匹配失败都会导致定位失败，故主要用于 它是机器人实现各种复杂任务的前提和自主智能 位姿跟踪．而Ｍａｒｋｏｖ定位因可表示任意的位姿概 的关键．对于结构化的室内环境，定位方法有三角 率分布能实现全局定位，但其时间开销是实现的关 ［１］ 定位、概率定位、路标定位等 ，具有通用性和易 键，主要取决于位姿空间的离散形式和采用的感知 于实现等特点而得到广泛应用的是概率定位，它用