基于信息融合和卡尔曼滤波的移动机器人定位技术.pdfVIP

学兔兔 务l 匐 似 基于信息融合和卡尔曼滤波的移动机器人定位技术 Moblie robot IocaIization based on information fusion and kalman filtering 张国丽 ZHANG GUO．1i (河北软件职业技术学院，保定071000) 摘 要：移动机器人的定位是实现机器人自主导航的一项关键研究内容。卡尔曼滤波是实现准确的机器 人自主定位的首选方法之一，然而，它主要是以线性状态模块和测量模块为基础，但实际中许 多的物理系统常常是用非线性系统方程式来描述。为了提高这种情况下的定位精度，本论文提 出一种基于多平台下传感器融合和卡尔曼滤波的移动机器人精确定位技术。采用等间隔分布的 多个声纳传感器获得数据，将多个状态变量和观测变量进行融合，借助于标准卡尔曼滤波算法 来进行定位。数值模拟结果显示，相比融合前，该方法能够获得更加精确的定位。 关键词：移动机器人；多传感器融合；卡尔曼滤波；定位 中图分类号：TP1 93 文献标识码：A 文章编号：1 009-01 34(201 2)1 O(下)一001 2-03 Doi：1 0．3969／J．issn．1 009-01 34．201 2．1 0(下)．04 0 引言 方法等。其中，概率定位方法是目前定位方法中比 较系统和流行的方法，它在贝叶斯规则下，通过 近年来移动机器人的研究及相关技术应用得 不断更新姿态空间与位置空间的概率分布实现定 到了前所未有的发展。世界各地投入相当可观的财 位。卡尔曼滤波是一种典型的概率定位方法。 力和人力，研究各种不同的功能及应用领域的机 器人。国外机器人的研究起步较早，相关技术较为 尽管卡尔曼滤波是移动机器人自主定位的首 选方法之一，它主要是以线性状态模块和测量模 成熟，所研发出来的机器人，也被应用在不同领 块为基础，但实际中许多的物理系统常常是用非 域上，包括日常生活中的机器狗，以及用于太空 线性系统方程式来描述。为了提高这种情况下的 的环境探测机器人。虽然国内机器人的研究成果不 定位精度。为了提高这种情况下的定位精度，本 如国外丰硕，但许多产、学界也正努力的研发许 论文提出一种基于多平台下传感器融合的移动机 多不同功能的机器人，取得了相当可观的成绩。 器人精确定位技术。将多个传感器得到的距离参 避障、导航和路径规划是移动机器人领域的 数，借助于卡尔曼滤波来进行定位。既可以采用 三个研究热点。在移动机器人自动导航中，对未