基于扩展卡尔曼滤波的同时定位与地图构建算法研究
移动机器人的研究涉及到智能控制技术、计算机技术、模式识别以及人工智能等许多学科，这些学科的飞速发展为移动机器人的研究带来新的动力。随着激光测距仪和其它先进传感器设备在移动机器人研究中的广泛应用，移动机器人的研究越来越受到国内外学者的普遍重视，取得了很多新的成果。
自主定位和地图构建是移动机器人研究中的两个核心问题，是移动机器人实现自主导航的基础。移动机器人的工作环境可分为室外环境和室内环境两种，本文主要针对移动机器人在室内环境下的同时定位与地图构建问题进行研究。文章首先指出了机器人同时定位与地图构建研究中存在的问题，包括制图复杂度、数据匹配难度以及定位制图关联度等，分析了常用的同时定位与地图构建方法。在此基础上引出了本研究的重点，基于卡尔曼滤波的移动机器人同时定位与地图构建(SLAM)算法，并对其算法构架、卡尔曼滤波定位等相关内容进行了介绍。本文提出了一种基于线特征的EKF-SLAM算法并对其进行了详细的阐述，给出了包括机器人运动模型、观测模型的建立、数据匹配、状态更新、地图建立、地图管理等方面的相关公式，最后以基于EKF的SLAM方案来解决移动机器人同时定位与地图构建，并进行了仿真试验和进一步的深入讨论。
移动机器人;主定位;地图构建;自主导航;扩展卡尔曼滤波
中国海洋大学
硕士
通信与信息系统
何波
2007
中文
TP242
59
2007-09-03（万方平台首次上网日期，不代表论文的发表时间）