动态场景下基于改进粒子滤波器的SLAM算法

发布时间：2017-11-24 03:16

  本文关键词：动态场景下基于改进粒子滤波器的SLAM算法

  更多相关文章： 同时定位与构图(SLAM) 元胞自动机 动态场景 迭代最近邻点

【摘要】：实现智能移动机器人完全自主的一个关键是如何解决移动机器人的定位与地图构建问题,这是移动机器人实现环境探索和导航的重要基础。随着传感器的发展,如何从传感器信息、有效地对未知环境中的特征进行描述刻画,如何选择恰当的系统状态估计方案有效地处理动态场景,是定位和地图构建需要解决的关键问题。本论文在总结前人工作的基础上,对移动机器人同时定位与地图创建(Simulation Localization and Mapping, SLAM)方法进行研究,针对室内半结构化特征的地图表达和传统SLAM方法对动态环境的适应性,以及减少系统噪声误差等方面提出了一些改进算法和方案,以提高SLAM算法精度、构图一致性。本文的主要研究内容包括以下几个方面：1.提出一种融合了扫描匹配的自定位结果和里程位姿估计结果的相对定位方法。针对激光测距传感器的测量离散特性以及室内观测结果呈现局部线段化特点,基于点-线的迭代最近邻法(Point-to-line based Iterative Closest Point, PLICP)进行局部匹配纠正里程计误差；为使匹配算法的实时性以适应SLAM,采用混合快速搜索对应点策略加速误差函数最小值求解,从而改进运动模型提高SLAM算法位姿预测的精度。2.针对室内半结构化环境特征的规则特性,提出基于元胞自动机强化地图特征信息的优化构图和定位算法。利用占据栅格对空间规则划分,引入元胞自动机到传统SLAM的迭代循环中,在地图更新环节进行元胞生长强化,改善构图的一致性,并在SLAM迭代中提高定位精度。3.面向动态场景的地图建模问题和融入元胞自动机SLAM算法的扩展应用问题,提出一种适应动态环境的分层强化构图与定位算法。该算法继承占用栅格地图的动静态地图混合表达,通过统计动态物体观测频度对栅格属性添加静动状态值,有效地描述运动物体状态；同时对丰富的扫描信息采用空间分层操作,将常见动态SLAM问题转为静态结构化环境的构图和精定位问题以及动态环境的混合地图构建问题,将融入元胞强化机制的SLAM算法应用到动态场景。以激光测距仪作为环境感知传感器,基于youBot移动机器人在Gazebo仿真平台和ROS平台上对算法进行实验验证。实验结果表明所提方法是有效和可靠的。
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP242

【相似文献】

中国期刊全文数据库 前10条

1 ;Line-feature-based SLAM Algorithm[J];自动化学报;2006年01期

2 郭剑辉;赵春霞;陆建峰;康亮;;Rao-Blackwellised粒子滤波SLAM的一致性研究[J];系统仿真学报;2008年23期

3 郭剑辉;赵春霞;石杏喜;;一种改进的联合相容SLAM数据关联方法[J];仪器仪表学报;2008年11期

4 郭剑辉;赵春霞;康亮;;SLAM问题中特征相关性研究[J];系统仿真学报;2008年06期

5 Mansour Moniri;Claude C.Chibelushi;;A Sensor-based SLAM Algorithm for Camera Tracking in Virtual Studio[J];International Journal of Automation & Computing;2008年02期

6 季秀才;郑志强;张辉;;SLAM问题中机器人定位误差分析与控制[J];自动化学报;2008年03期

7 郭剑辉;赵春霞;;一种新的粒子滤波SLAM算法[J];计算机研究与发展;2008年05期

8 周武;赵春霞;;一种改进的边缘粒子滤波SLAM方法[J];华中科技大学学报(自然科学版);2008年S1期

9 丁帅华;陈雄;韩建达;;基于局部子图匹配的SLAM方法[J];机器人;2009年04期

10 陈家乾;何衍;蒋静坪;;添加约束的EKF-SLAM算法[J];科技通报;2009年04期

中国重要会议论文全文数据库 前10条

1 ;An SLAM algorithm based on improved UKF[A];第24届中国控制与决策会议论文集[C];2012年

2 Adizul Ahmad;Shoudong Huang;Jianguo Jack Wang;Gamini Dissanayake;;A New State Vector for Range-Only SLAM[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

3 ;A Hybrid SLAM method for service robots in Indoor Environment[A];中国自动化学会控制理论专业委员会B卷[C];2011年

4 Bo He;Tao Zhang;Guijie Liu;;A New SLAM Algorithm Particle Filter-based for Autonomous Underwater Vehicle[A];proceedings of 2010 3rd International Conference on Computer and Electrical Engineering (ICCEE 2010 no.1)[C];2012年

5 ;AUV SLAM and Closed Loop Research in Large Scale Environment[A];2011年全国通信安全学术会议论文集[C];2011年

6 温丰;柴晓杰;朱智平;董小明;邹伟;原魁;;基于新型人工路标系统的视觉SLAM算法研究[A];第二十九届中国控制会议论文集[C];2010年

7 王宇韬;方勇纯;;鲁棒单目视觉SLAM系统研究[A];中国自动化学会控制理论专业委员会C卷[C];2011年

8 李海洋;李洪波;林颖;刘贺平;杨东方;;基于Kinect的SLAM方法[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

9 Jiantong Cheng;Jonghyuk Kim;Zhenyu Jiang;Weihua Zhang;;Tightly Coupled SLAM/GNSS for Land Vehicle Navigation[A];第五届中国卫星导航学术年会论文集-S9 组合导航与导航新方法[C];2014年

10 ;Simultaneous Localization and Map Building Using Constrained State Estimate Algorithm[A];第二十七届中国控制会议论文集[C];2008年

中国重要报纸全文数据库 前1条

1 肖征荣;好软件少不了它们[N];电脑报;2003年

中国博士学位论文全文数据库 前6条

1 赵一路;人机交互环境下的主动SLAM及相关问题研究[D];复旦大学;2013年

2 王道斌;基于天空偏振光的SLAM方法的研究[D];中国科学技术大学;2014年

3 林睿;基于图像特征点的移动机器人立体视觉SLAM研究[D];哈尔滨工业大学;2011年

4 游弋;SLE相关候选基因FCRL3，，SLAM的SNP分析及其功能研究[D];第三军医大学;2008年

5 吴叶斌;基于全景视觉的移动机器人SLAM方法研究[D];哈尔滨工程大学;2011年

6 陈晨;基于Sigma点滤波的移动机器人同时定位与地图创建算法的研究[D];北京交通大学;2013年

中国硕士学位论文全文数据库 前10条

1 熊斯睿;基于立体全景视觉的移动机器人3D SLAM研究[D];哈尔滨工业大学;2015年

2 王淮卿;基于互联网与SLAM的移动机器人系统研究[D];哈尔滨工业大学;2015年

3 李贵亚;基于立体视觉的机器人SLAM算法研究[D];哈尔滨工业大学;2015年

4 薛永胜;变电站巡检机器人SLAM算法及其应用研究[D];西南科技大学;2015年

5 赵亮;水下机器人视觉SLAM方法中的图像特征点提取技术研究[D];电子科技大学;2014年

6 胡衡;基于单目视觉的SLAM方法研究[D];新疆大学;2015年

7 黄志明;动态稀疏环境下移动机器人SLAM问题研究[D];北京化工大学;2015年

8 赵新哲;基于改进粒子滤波的分布式SLAM算法研究[D];北京工业大学;2015年

9 李洪臣;单目视觉移动机器人SLAM方法建模与仿真分析[D];电子科技大学;2014年

10 丁洁琼;基于RGB-D的SLAM算法研究[D];西安电子科技大学;2014年

本文编号：1220821