基于贝叶斯理论的移动机器人定位方法分析-机械电子工程专业论文.docxVIP

重庆大学硕 重庆大学硕士学位论文 目 录 PAGE PAGE IV 目 录 中文摘要I 英文摘要 II 1 绪 论 1 1.1 研究背景和意义 1 1.2 国内外研究现状 1 1.2.1 移动机器人定位中数据关联方法研究现状 1 1.2.2 移动机器人定位中状态估计方法研究现状 3 1.3 研究难点和趋势 5 1.4 主要贡献 6 1.5 内容安排 6 2 基于贝叶斯理论的移动机器人定位问题分析 8 2.1 移动机器人定位问题的数学描述 8 2.2 移动机器人定位的关键问题分析 12 2.2.1 数据关联问题 12 2.2.2 状态估计问题 13 2.3 本章小结 13 3 移动机器人定位中数据关联问题的研究 14 3.1 移动机器人定位中数据关联问题的数学模型 14 3.2 基于改进 JCBB 的数据关联方法 17 3.3 仿真对比分析 19 3.4 本章小结 22 4 移动机器人定位中状态估计问题的研究 23 4.1 移动机器人定位中状态估计问题的数学模型 23 4.2 状态估计算法仿真对比分析 23 HYPERLINK \l _TOC_250003 EKF 算法 23 HYPERLINK \l _TOC_250002 UKF 算法 24 HYPERLINK \l _TOC_250001 CKF 算法 27 4.2.4 数值分析 31 4.3 本章小结 38 HYPERLINK \l _TOC_250000 5 基于改进 JCBB-CKF 的移动机器人定位方法 39 5.1 移动机器人定位仿真实验平台的搭建 39 5.2 实验对比分析 45 5.3 本章小结 47 6 总结与展望 48 6.1 全文总结 48 6.2 工作展望 48 致 谢 50 参考文献 51 附 录 55 A. 作者在攻读硕士学位期间发表的论文与专利： 55 B. 作者在攻读硕士学位期间参与的科研项目 55 重庆大学 重庆大学硕士学位论文 1 绪 论 PAGE PAGE 10 1 绪 论 1.1 研究背景和意义 随着信息化和智能化的不断发展，各个领域对移动机器人的需求日益增长， “玉兔号”月球探测移动机器人成功登月并完成数据采集任务，军用移动机器人 在伊拉克战场上的稳定表现，服务机器人完成室内清洁任务，防爆机器人完成一 些危险物的拆除工作，这些示例表明移动机器人正逐渐进入人们的视野，改善人 们的生活。移动机器人能够有效完成任务的前提是其要知道自身的位置，要知道 自己到哪个位置完成什么样的任务，所以移动机器人定位是研究的首要问题，具 有很大的应用意义，同时移动机器人定位主要是通过融合多个传感器采集的数据， 预测出移动机器人的位置状态，其理论研究成果也可以应用到多传感器融合预测 问题的研究中，具有很高的学术价值。 移动机器人在未知环境中需要借助环境特征来实现自身定位，由于噪声的存 在，移动机器人需要确定传感器测量与地图特征之间或者地图特征之间的对应关 系，以确定它们是否源于环境中同一物理实体的过程，此即移动机器人定位中的 数据关联过程。在得到数据关联结果之后，需要根据移动机器人传感器采集的数 据和数据关联结果估计移动机器人的位置状态，可以采用状态估计的相关方法实 现移动机器人位置状态的估计。 1.2 国内外研究现状 1.2.1 移动机器人定位中数据关联方法研究现状 在移动机器人定位问题研究的最初阶段，最近邻数据关联方法由于其简单易 用等特点被广泛的应用[1]。特征之间的相互关系没有被该方法所考虑，该方法假设 传感器观测值和特征之间的关联均是相互独立的，选择马氏距离最小或残差概率 密度最大作为关联的选择机制，实质是一种局部的最优算法，该方法不能保证获 得全局最优。当环境特征之间的距离比较小的时候，非常容易导致关联错误。该 算法的优点就是时间复杂度低，易于实现；缺点是抗干扰性差，鲁棒性不高，当 特征点密度较大时，容易产生错误关联。因此，最近邻数据关联算法在环境特征 较少且比较稀疏的情况下获得关联的效果好。 随着移动机器人运行环境的复杂化，对于数据关联的准确性要求越来越高， 为了克服最近邻数据关联算法在多特征点环境下匹配精度低的缺点，Neira 等人提 出了联合相容性检验数据关联算法[2]，其首先分析了最近邻算法的缺陷是独立考虑 每个观测与路标的相容性，并没有考虑地图中路标之间的相关性，单个观测与路 标的相容性并不能保证多个观测与路标关联假设的相容性。联合相容性检验方法 是在检验同一时刻获得的所有观测与路标之间的联合相容性，并且选择其中相容 性最大的关联假设作为该观测的关联取值，但是该算法的缺点是运行时间很长。 Bar 和 Jaffer 于 1972 年提出了概率数据关联方法[3]，该方法