資源描述：
《基于最優(yōu)濾波同步定位與地圖的構(gòu)建方法地地研究》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、OptimalFilteringbasedSimultaneousLocalizationandMappingAThesisSubmittedfortheDegreeofMasterCandidate：NiPengfeiSupervisor：Prof．LiShurong＼CollegeofInformation&ControlEngineeringChinaUniversityofPetroleum(EastChina)關(guān)于學(xué)位論文的獨(dú)創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在指導(dǎo)教師指導(dǎo)下獨(dú)立進(jìn)行研究工作所取得的成
2、果，論文中有關(guān)資料和數(shù)據(jù)是實(shí)事求是的。盡我所知，除文中已經(jīng)加以標(biāo)注和致謝外，本論文不包含其他人已經(jīng)發(fā)表或撰寫(xiě)的研究成果，也不包含本人或他人為獲得中國(guó)石油大學(xué)(華東)或其它教育機(jī)構(gòu)的學(xué)位或?qū)W歷證書(shū)而使用過(guò)的材料。與我一同工作的同志對(duì)研究所做的任何貢獻(xiàn)均已在論文中作出了明確的說(shuō)明。若有不實(shí)之處，本人愿意承擔(dān)相關(guān)法律責(zé)任。學(xué)位論文作者簽名：!星幽翌日期：冽／年多月／r口日學(xué)位論文使用授權(quán)書(shū)本人完全同意中國(guó)石油大學(xué)(華東)有權(quán)使用本學(xué)位論文(包括但不限于其印刷版和電子版)，使用方式包括但不限于：保留學(xué)位論文，按規(guī)定向國(guó)家有關(guān)
3、部門(mén)(機(jī)構(gòu))送交學(xué)位論文，以學(xué)術(shù)交流為目的贈(zèng)送和交換學(xué)位論文，允許學(xué)位論文被查閱、借閱和復(fù)印，將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，采用影印、縮印或其他復(fù)制手段保存學(xué)位論文。保密學(xué)位論文在解密后的使用授權(quán)同上。學(xué)位論文作者指導(dǎo)教師簽名日期：沙／f年多月，∥日日期：汐『『年多月／秒日，．乳繇囂器囂蠹”蝴隧■■■曩霹糍疆黌囂委囂趣。0重■■●露吼"秘摘要移動(dòng)機(jī)器人自主定位與導(dǎo)航是機(jī)器人學(xué)科的一個(gè)重要研究課題。對(duì)環(huán)境地圖已知的移動(dòng)機(jī)器人自主定位已經(jīng)有了很多比較成熟的方法，然而在很多實(shí)際應(yīng)用中環(huán)境是未知的，這就需
4、要通過(guò)機(jī)器人對(duì)環(huán)境的感知來(lái)估計(jì)機(jī)器人的位置，并給出環(huán)境的地圖，即進(jìn)行同步定位與地圖構(gòu)建(SLAM)。同步定位與地圖構(gòu)建是實(shí)現(xiàn)移動(dòng)機(jī)器人真正全自主的關(guān)鍵，具有極其重要的理論和應(yīng)用價(jià)值。本文以攜帶超聲波傳感器的四輪移動(dòng)機(jī)器人為研究對(duì)象，對(duì)基于最優(yōu)濾波的移動(dòng)機(jī)器人同步定位與地圖構(gòu)建算法進(jìn)行了深入研究。論文的主要工作如下：1．建立了移動(dòng)機(jī)器人SLAM系統(tǒng)中所需的各種數(shù)學(xué)模型，并分析了移動(dòng)機(jī)器人SLAM研究中的關(guān)鍵技術(shù)。2．提出了一種基于平方根UKF的SLAM算法。在UKF算法中，每步更新都需要重新計(jì)算協(xié)方差矩陣的平方根，而在
5、整個(gè)UKF算法中傳遞的卻依然是協(xié)方差矩陣本身。根據(jù)UKF．SLAM算法的這個(gè)不足，在本文提出的平方根UKF—SLAM算法中直接用協(xié)方差矩陣的平方根來(lái)完成算法的遞推過(guò)程。相對(duì)于UKF．SLAM算法，該算法在減少計(jì)算量的同時(shí)還確保了協(xié)方差矩陣的非負(fù)定性，提高了算法的數(shù)值穩(wěn)定性。3．提出了一種基于擴(kuò)展風(fēng)濾波的SLAM算法。風(fēng)濾波對(duì)噪聲具有很好的魯棒性，而且只要求噪聲是能量有界的，因此它非常適合在系統(tǒng)中存在非高斯噪聲和未知噪聲的情況下使用。本文提出用風(fēng)濾波來(lái)解決SLAM系統(tǒng)中存在著多種不同類(lèi)型的噪聲的問(wèn)題。該算法使用類(lèi)似于E
6、KF的線(xiàn)性化方法來(lái)處理非線(xiàn)性的SLAM系統(tǒng)。4．提出了一種基于Unscented風(fēng)濾波的SLAM算法。UT變換可以直接利用系統(tǒng)的非線(xiàn)性模型，避免了因線(xiàn)性化引入的截?cái)嗾`差。該算法將玩濾波與UT變換結(jié)合，既避免了線(xiàn)性化原系統(tǒng)模型，又提高了算法的魯棒性。關(guān)鍵詞：卡爾曼濾波；同步定位與地圖構(gòu)建；無(wú)跡卡爾曼濾波；風(fēng)濾波●OptimalFilteringbasedSimultaneousLocalizationandMappingNiPengfei(ControlScienceandEngineering)DirectedbyP
7、rofessorLiShurongAbstractPositioningandnavigationaletwocoreresearchareasinautonomousmobilerobot．Therearealotofmaturemethodstolocalizearobotinaknownenvironment．However,theinformationofenvironmentisusuallyunknowninmanypracticalapplications．Soitisnecessarytoestima
8、tethepositionoftherobotonlybyusingtherelativeobservationsandatthesametimebuildthemapoftheenvironment．Thisprocessiscalledsimultaneouslocalizationandmapping(SLAM)．Withoutgloba
