计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
10期
23-26,30
,共5页
张贺%刘国良%李南君%侯紫峰
張賀%劉國良%李南君%侯紫峰
장하%류국량%리남군%후자봉
2D移动机器人%子图分割%自适应方差%闭环检测%自主定位
2D移動機器人%子圖分割%自適應方差%閉環檢測%自主定位
2D이동궤기인%자도분할%자괄응방차%폐배검측%자주정위
2D mobile robot%Submap division%Adaptive covariance%Loop closure detection%Localization
基于子图分割和自适应噪音方差的2D移动机器人定位方法,不仅能有效地检测闭环,而且能更精准地估计移动机器人的位姿.首先,子图分割能够有效提高移动机器人的定位效率,通过匹配局部子图也能提高闭环检测的准确性,减少测量噪音的影响.与之前工作不同的是,根据2D几何特征点的个数来分割子图,使得子图中有足够的特征点,进而提高闭环检测的准确性.其次,在利用unscented卡尔曼滤波(UKF)模型时,使用自适应的噪音方差来估计移动机器人运动路径,使得每次UKF的预测方差与移动机器人当前环境有关,当检测到闭环时,通过UKF融合闭环定位信息,可以更准确地估计机器人位姿.在实验中,首先使用两组经典的移动机器人地图数据来比较基于特征点分割子图的方法与基于帧数分割子图的方法在闭环检测时的准确性;然后使用真实的移动智能车在室内环境进行实验,证明了自适应方差比常量方差有更高的定位精度.
基于子圖分割和自適應譟音方差的2D移動機器人定位方法,不僅能有效地檢測閉環,而且能更精準地估計移動機器人的位姿.首先,子圖分割能夠有效提高移動機器人的定位效率,通過匹配跼部子圖也能提高閉環檢測的準確性,減少測量譟音的影響.與之前工作不同的是,根據2D幾何特徵點的箇數來分割子圖,使得子圖中有足夠的特徵點,進而提高閉環檢測的準確性.其次,在利用unscented卡爾曼濾波(UKF)模型時,使用自適應的譟音方差來估計移動機器人運動路徑,使得每次UKF的預測方差與移動機器人噹前環境有關,噹檢測到閉環時,通過UKF融閤閉環定位信息,可以更準確地估計機器人位姿.在實驗中,首先使用兩組經典的移動機器人地圖數據來比較基于特徵點分割子圖的方法與基于幀數分割子圖的方法在閉環檢測時的準確性;然後使用真實的移動智能車在室內環境進行實驗,證明瞭自適應方差比常量方差有更高的定位精度.
기우자도분할화자괄응조음방차적2D이동궤기인정위방법,불부능유효지검측폐배,이차능경정준지고계이동궤기인적위자.수선,자도분할능구유효제고이동궤기인적정위효솔,통과필배국부자도야능제고폐배검측적준학성,감소측량조음적영향.여지전공작불동적시,근거2D궤하특정점적개수래분할자도,사득자도중유족구적특정점,진이제고폐배검측적준학성.기차,재이용unscented잡이만려파(UKF)모형시,사용자괄응적조음방차래고계이동궤기인운동로경,사득매차UKF적예측방차여이동궤기인당전배경유관,당검측도폐배시,통과UKF융합폐배정위신식,가이경준학지고계궤기인위자.재실험중,수선사용량조경전적이동궤기인지도수거래비교기우특정점분할자도적방법여기우정수분할자도적방법재폐배검측시적준학성;연후사용진실적이동지능차재실내배경진행실험,증명료자괄응방차비상량방차유경고적정위정도.
