基于环境建图和稀疏人工地标的高精度定位研究

发布时间：2024-01-30 23:02

　　在移动机器人技术飞速发展的同时也带来了一些亟待解决的问题,如何在保证算法时空复杂度满足硬件要求的情况下根据场景动态提升SLAM(SLAM,Simultaneous Localization and Mapping)定位精度,并且保证其在动态环境下定位的稳定性,是当前移动机器人定位技术的研究热点之一。本文针对以上问题提出了一种融合人工地标的SLAM算法解决了移动机器人在动态场景下的定位问题,仅需在环境中部分动态或者需要高精度定位的场景中布置少量人工地标,移动机器人不仅可以根据环境中的人工地标动态调整环境定位精度,而且还可以大幅提高环境定位的稳定性。同时将环境定位结果加入人工地标定位模块中,提高人工地标定位模块地标匹配的稳定性,消除其在环境中无人工地标场景下产生的预测累计误差,因此,本文的主要工作如下:1.提出了一种基于稀疏人工地标相对位置测量的定位算法,该算法分为静态和动态两种定位模式,静态定位模式负责移动机器人初始位姿的获取,动态定位模式负责初始位姿获取之后移动机器人位姿的估计,该算法不受环境变动影响,可作为动态环境下的定位约束给到环境定位模块,最后结合移动机器人平台进行验证算法可行性...

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状与发展趋势
        1.2.1 机器人定位技术研究现状
        1.2.2 环境建图与定位技术研究现状
        1.2.3 存在的问题与挑战
    1.3 主要研究内容与贡献
        1.3.1 主要研究内容
        1.3.2 创新点及贡献
    1.4 论文组织与结构安排
2 环境建图与定位预备理论
    2.1 激光传感器与激光雷达数据
        2.1.1 激光传感器介绍
        2.1.2 激光雷达数据
    2.2 移动机器人模型
    2.3 卡尔曼与扩展卡尔曼滤波
        2.3.1 卡尔曼滤波器
        2.3.2 扩展卡尔曼滤波器
3 基于人工地标相对位置测量的定位算法
    3.1 基于人工地标相对位置测量的静态定位算法
        3.1.1 人工地标匹配(不考虑离群点)
        3.1.2 移动机器人静态定位
        3.1.3 处理离群点
    3.2 基于人工地标相对位置测量的动态定位算法
        3.2.1 动态人工地标匹配算法
        3.2.2 移动机器人动态定位
    3.3 基于人工地标的ROS定位节点实现
    3.4 实验分析
        3.4.1 实验场地介绍
        3.4.2 实验软硬件平台
        3.4.3 实验内容及分析
    3.5 本章小节
4 融合环境建图与稀疏人工地标的定位技术
    4.1 基于激光雷达扫描数据和人工地标测量的融合建图
        4.1.1 子图生成部分
        4.1.2 全局回环部分
        4.1.3 稀疏位姿调整
        4.1.4 人工地标地图构建
    4.2 基于环境地图匹配和人工地标定位的融合定位算法
        4.2.1 环境定位模式添加人工地标定位约束
        4.2.2 人工地标定位模式测量值添加
    4.3 融合定位算法流程
    4.4 ROS融合定位节点实现
        4.4.1 人工地标定位模式修改
        4.4.2 环境定位模式修改
    4.5 实验分析
        4.5.1 环境建图实验
        4.5.2 环境定位算法实验分析
        4.5.3 融合定位算法实验分析
    4.6 本章小结
5 总结与展望
    5.1 工作总结
    5.2 工作展望
参考文献
致谢
附录



本文编号：3890517