文档介绍：河北工业大学硕士学位论文
用于虚拟现实的移动机器人同步定位与地图创建研究
摘要
论文主要研究自主移动机器人(Autonomous Mobile Robot, AMR)同时定位和地图构建
(Simultaneous Localization and Map Building, SLAM)问题,旨在构建一个完整的系统,使得
机器人在非结构化环境下实现“完全自主”地图开发的能力。基于粒子滤波器的 FastSLAM
是一种高效的机器人同步定位和绘制地图的算法。更新机器人信息需要 0(M log K)时间。
这比传统的基于卡尔曼滤波器的方法(需要 0(K2)时间)要简单得多。
首先,论文总结了 SLAM 问题从提出到发展至今的简单过程、研究机构、应用环境、
与相应传感器的特点,分析了传统 SLAM 方法的基本原理与过程。创造性地提出了未来
SLAM 领域可能的发展方向。
其次,论文对 Hebut II 型轮式移动机器人进行了总体建模,主要介绍了用于机器人定
位的里程计模型、车体的运动控制命令模型和用于测量路标位置的传感器感知模型。移动
车体装有环形分布的超声波传感器阵列作为距离感知工具测量和路标之间的距离,里程计
作为机器人自身的辅助定位工具。车体通过运动控制遍历未知环境利用 FastSLAM 算法得
出地图的二维平面数据。
第三,论文着详细阐明了本课题所采用的地图创建方法 FastSLAM 算法的原理、粒子
滤波方法、采样原则和计算流程,以及与 FastSLAM 算法相应的数据关联和地图表示方法。
最后将计算生成的概率点通过相容线段融合理论进行了线段和圆弧的融合。通过
FastSLAM 算法的计算,机器人完成了自身轨迹和环境中各路标位置的确定。
最后,编制了控制软件,将控制算法应用到了 Hebut II 机器人上,并进行了室内实验。
实验结果表明,算法快速、准确。结果表明论文提供的基于粒子滤波器 FastSLAM 方法是
一种切实可行的机器人定位和地图构建的方法,为提高移动机器人自主性和智能化提供了
一种新的技术途径。
关键词:自主移动机器人,未知环境,机器人定位,地图创建,粒子滤波器,曲线拟合
i
面向虚拟现实的移动机器人同步定位与地图创建系统研究
RESEARCH ON SIMULTANEOUS LOCATION
AND MAP BUILDING OF MOBILE ROBOT
FOR VIRTUAL REALITY
ABSTRACT
This paper researches on Simultaneous Localization and Map Building (SLAM) of
Autonomous Mobile Robots(AMR), in order to build plete system that makes robots have
the ability of autonomous map development in unstructured environment. FastSLAM based on
particle filter is a highly efficient simultaneous localization and mapping algorithm. Robot
updated information needs 0 (M log K) time. This is much simpler to the traditional method
2
based on the Kalman filter (need to 0 (K ) time).
Firstly, the paper summarizes the SLAM problem so far from a proposal to develop a
simple process, research institutions, application environment, the characteristics of the
corresponding sensors, and analysises of the traditional method of the basic s of SLAM with
the process.
Secondly, this paper makes a overall modeling to the Hebut II-wheeled mobile robot,
representing the