粒子群優(yōu)化的快速同時定位與建圖方法研究.pdf

1、隨著智能控制技術(shù)、計算機和網(wǎng)絡技術(shù)以及仿生學、人工智能等學科的飛速發(fā)展，智能移動機器人技術(shù)的研究越來越受到國內(nèi)外學者的關(guān)注。移動機器人同時定位與建圖是實現(xiàn)智能機器人自主導航的關(guān)鍵，也是移動機器人進行路徑規(guī)劃、環(huán)境探索、全局地圖創(chuàng)建的重要基礎(chǔ)。 本論文結(jié)合課題需求，著重研究未知室內(nèi)環(huán)境下輪式機器人同時定位與建圖問題。 課題研究的主要工作有以下幾個方面： 1.針對課題需求，對輪式機器人的運動模型進行了細致研究，特別是

2、針對本論文中的FastSLAM算法和粒子群優(yōu)化算法中對位姿預測的特點，結(jié)合實際運動控制要求，設(shè)計了一套較完善的機器人里程計位姿采樣估計算法。算法中產(chǎn)生的采樣點能夠較好的覆蓋移動機器人的真實位置。使用該采樣算法能夠?qū)C器人下一時刻的位姿預測提供更有效預測數(shù)據(jù)。 2.在地圖創(chuàng)建中，采用2D激光雷達作為主要環(huán)境感知傳感器，針對室內(nèi)結(jié)構(gòu)化環(huán)境，設(shè)計了一種擴展的直線段模型，并針對該模型使用一種快速可靠的線段特征提取算法。該算法充分利用了激

3、光雷達精確性與快速性的特點，使用滑動窗口方法提取出環(huán)境的結(jié)構(gòu)化特征。該方法運算起來簡單迅速，能夠在短時間內(nèi)對環(huán)境進行多次掃描與分析，從而達到環(huán)境辨識的目的，基本滿足機器人實時導航的需求。 3.提出一種粒子群優(yōu)化的同時定位與建圖方法，該方法將粒子群優(yōu)化思想引入到機器人同時定位與建圖算法中。通過將最新的觀測值融入到粒子群優(yōu)化方法中，來調(diào)整粒子的提議分布，增強了預測的有效性，使重采樣后所獲得的粒子更好地服從機器人位置的后驗分布。從而使