移动机器人的概率定位方法研究进展.pdfVIP

　第 27卷第 4 期 机器人 　ROBO T Vo l. 27 ,No. 4 　2005年 7月 　Ju ly, 2005 文章编号 : 1002 0446 (2005) 移动机器人的概率定位方法研究进展 厉茂海 , 洪炳熔 (哈尔滨工业大学计算机科学与技术学院 , 黑龙江 哈尔滨 　150001) 摘 　要 : 综述了近几年来流行的移动机器人基于概率定位的各种方法 , 对它们的性能进行了分析比较 , 所有 这些方法都应用贝叶斯规则作为理论基础. 首先 , 介绍了位置跟踪广泛应用的卡尔曼滤波方法和在全局定位方面 取得一定成功的马尔可夫定位方法. 然后 ,介绍了计算效率更高的粒子滤波定位方法 , 即蒙特卡洛法 , 以及最近 自 适应采样的粒子滤波方法 , 它比简单的粒子滤波效率更高. 最后 , 对概率定位方法的关键技术进行了分析 , 并探 讨了未来的发展趋势. 关键词 : 移动机器人 ; 概率定位 ; 贝叶斯规则 ; 卡尔曼滤波 ; 马尔可夫定位 ; 粒子滤波 中图分类号 : 　TP24　　　　文献标识码 : 　B Progress of Probab ilistic L oca liza tion M ethods in M ob ile Robots L IM aohai, HON G B ingrong (S chool of Comp u ter S cience and Technology, H a rbin Institu te of Technology, H a rbin 15000 1, Ch ina) 　A b stract: Th is p ap er overview s som e pop u lar mob ile robot p robab ilistic localization m ethod s in recent years, analyze s and comp are s the p erform ances of these m ethod s. A ll of the se m ethod s emp loy the B ayesian ru le a s a fundam en tal theory. F irst ly, we introduce the Kalm an filter wh ich is exten sively u sed in po sition track ing, and the M arkov localization m ethod wh ich ha s m ade m any succe sse s in global localization. Secondly, the Mon te Carlo m ethod is p re sented, wh ich u ses a p article filter techn ique and are more efficien t comp utationally. The mo st recen tly u sed adap tive samp ling m ethod s are also in troduced, and they have demon strated much better resu lts tha