《机器人控制理论与技术》课程论文SLAM技术发展及研究综述.doc

SLAM技术发展及研宄综述 木文对SLAM (同时定位与地图创建)的技术发展进行综述，介绍SLAM 技术的发展历程，对SLAM问题进行了数学描述，对现在的儿种SLAM技术的 实现方法进行论述，简单介绍SLAM技术的工作原理，对现在遇到的关于SLAM 的技术难点进行叙述，进一步探讨了 SLAM技术的发展方向。 关键词：同吋定位与地图创建、自主导航、地图创建 引言 移动机器人的同步定位与地图创建(Simultaneous Localization and Mapping，简称SLAM)作为当前移动机器人定位技术的最主流的研究方法之一， 它最早是由Randall Smith和Peter Chcscscman在1988年发表的论文当中提 出來在他们的论文屮，利用移动机器人的运动方式和装置的传感器获得的测量数 据，分别设计了移动机器人的运动模型和观测模型，结合概率学的W叶斯理论， 实现了对轮式移动机器人在未知环境中的运动状态进行实时估计。Leonard和 Durrant-Whyte在他们的研究中指出，所有移动机器人导航的基本过程可以总结 为三个最基本的关键问题，即 “Where am I now?”、“What is the structure of my environment?” 以及 “llow can I get that target position?’’，这三个问 题的实质指的就是机器人定位和地图创建、障碍物的识别和避免，以及机器人导 航路径规划问题。SLAM问题的解决直接影响着后面两个问题能否正确处理。所 以说，移动机器人的同步定位与地圈创建是实现机器人自主导航，提高机器人的 智能化水平的关键和首要解决的基础性难题。 研究发展现状 自从19世纪60年代，尼尔森等人将人工智能的方法结合到机器人的自动导 航开始，移动机器人的定位技术的研宄就开始走向了广大的研宄者和工程师们的 视野中，拉开了这项技术研究高潮的序幕。然而早期的定位技术由于研制的传感 器种类有限，精度不高以及相关的理论尚未成熟的原因，其试验和应用范围都受 到了很大的限制。这些定位技术要么是当前的运动环境已知，要么是机器人的运 动方式已经确定，要么是只能提供粗略的定位数据。单独的定位或者纯粹的地图 创建己经不能很好的解决当前的定位要求。到80年代末期，移动机器人的定位 技术一直没有多大的突破，研宄陥入了一段时间的低潮。此时，Peter Chccseman 和JimCrowle等机器人定位技术的年轻研究者，第一次提出了用概率学屮的状 态估计理论方法来解决机器人定位和地图创建问题，将运动中的几何关系和噪声 用一个近似的概率分布来表示，获得了比较准确的状态估计值。从此，基于概率 学理论的方法开始成为机器人定位技术的主流，同时，机器人的同步定位和地图 创建也开始被人们所接受，吸引了很多研宂人员去探索和学习。SLAM的理论逐 渐完善和成熟，Durrant-Whyte等人在前人的研究基础上于1995年在一次国际 机器人学的讨论大会上面，首次将SLAM问题的理论框架比较完整的进行了详细 的论述。 最近三十儿年来，国内外SLAM的发展取得了一系列的研究成果。许多研究 组织和研宄者已经或者正在SLAM的研宂上不断深入。根据常用的SLAM方法使用 的传感器来进行分类，他们一般可以划分为：基于激光的SLAM,基于声纳的SLAM 和基于视觉的SLAM。除此之外，为了更好的感知机器人的状态信息和外部世界 新的附加的传感器也常常被集成到机器人系统里面，比如电子指南针、红外遥感 系统、陀螺仪、GPS定位系统。这些传感器都带有某种程度的误差，其应用的限 制条件也不同。近十年来，由于基于激光和声纳的SLAM技术发展己经比较成熟， 理论上面的突破难度比较大。而携带视觉传感器的数字设备，如移动手机、平板 电脑、智能高清电视、汽车等等，己经遍布在全球各个地区，基于视觉的SLAM 渐渐引起了人们研究的兴趣。 到目前为止，SLAM技术在小规模或结构化环境中的实现相对比较成熟，但 其在复杂环境上的应用仍有很多问题。未来的挑战主要集中在如何大规模复杂环 境（如非结构化、地形恶劣地区）K实现尤其在那些信息不可用或不可靠的地区, 如城市峡谷、矿井、丛林或遥远的星球。 问题描述 SLAM技术就是利用传感器对地图创建和自身定位问题进行同步求解，可以 描述如下：在一个未知的环境中，己知运动学模型的移动机器人从一个未知的初 始位置出发，在一个有若干环境特征的环境屮移动，通过自身携带的传感器获得 周围的环境信息确定环境特征的空间坐标，同吋确定自身的三维坐标。 考虑移动机器人在含有路标特征的场景中移动，如图一所示。 m4 图一 SLAM过程示意图 图屮黑色三角形表示机器人的实际位置，白色三角形表示机器人的估计位 置，灰色三角形