面向SLAM的環(huán)境感知特征提取與數(shù)據(jù)關(guān)聯(lián)方法研究.pdf

1、定位是移動機器人自主性研究中的一個關(guān)鍵環(huán)節(jié)。通常的慣性導(dǎo)航和航位推算定位過程中，導(dǎo)航誤差的發(fā)展趨勢會隨著時間的推移而逐漸趨于發(fā)散，容易造成定位的失敗，致使機器人迷失方向。然而，在同步定位與構(gòu)圖（SimultaneousLocalization and Mapping,SLAM）技術(shù)中，移動機器人可以通過配備環(huán)境感知傳感器對周圍環(huán)境進(jìn)行探測，從中提取出具有一定特性的環(huán)境描述信息，根據(jù)特征匹配結(jié)果對自身的估計位姿加以校正，從而減小導(dǎo)航誤差。

2、SLAM方法使移動機器人能夠滿足在無先驗信息的條件下自主導(dǎo)航的要求。由于SLAM對于構(gòu)圖精度和實時性的要求較高，因此本文針對該技術(shù)中的關(guān)鍵組成部分特征提取和數(shù)據(jù)關(guān)聯(lián)方法進(jìn)行了深入的研究。
　　首先，構(gòu)建關(guān)于SLAM系統(tǒng)的整體框架，包括建立坐標(biāo)系統(tǒng)、移動機器人運動模型、環(huán)境地圖模型、環(huán)境特征模型、傳感器測量模型。
　　其次，針對二維激光測距儀環(huán)境感知信息，設(shè)計一種有效的SLAM線段特征提取方法，包括：設(shè)計接口程序驅(qū)動SICK

3、LMS200型激光測距儀采集室內(nèi)結(jié)構(gòu)化環(huán)境的感知信息；設(shè)計斷點檢測方法對原始采集數(shù)據(jù)的不連通數(shù)據(jù)區(qū)進(jìn)行初次分割；設(shè)計動態(tài)閾值分割-聚合方法對連通數(shù)據(jù)區(qū)進(jìn)行再次分割；通過對正交最小二乘方法進(jìn)行改進(jìn)，設(shè)計了一種計算復(fù)雜度更低的優(yōu)化最小二乘直線擬合方法，以此對各分割數(shù)據(jù)區(qū)進(jìn)行擬合，提取直線參數(shù)和參數(shù)協(xié)方差；通過點向直線投影，提取線段端點。
　　再次，針對獨立兼容最近鄰（Individual Compatibility Nearest N

4、eighbor,ICNN）和聯(lián)合相容分支定界（Joint Compatibility Branch and Bound,JCBB）數(shù)據(jù)關(guān)聯(lián)過程中所存在的關(guān)聯(lián)精度與計算效率之間的矛盾，設(shè)計一種基于關(guān)聯(lián)準(zhǔn)則的混合自適應(yīng)數(shù)據(jù)關(guān)聯(lián)方法?；旌献赃m應(yīng)數(shù)據(jù)關(guān)聯(lián)方法在數(shù)據(jù)關(guān)聯(lián)基本準(zhǔn)則的約束下，評判ICNN數(shù)據(jù)關(guān)聯(lián)結(jié)果是否正確，如果判斷匹配結(jié)果錯誤，則采用JCBB重新進(jìn)行數(shù)據(jù)關(guān)聯(lián)，以此提高關(guān)聯(lián)精度和關(guān)聯(lián)效率。此外，混合自適應(yīng)數(shù)據(jù)關(guān)聯(lián)方法根據(jù)機器人的位姿和