未知环境中移动机器人SLAM问题的研究进展

移动机器人的定位与地图创建是机器人研究中一个基础且重要的问题。本文对该领域的最新进展进行了综述．特别侧重于未知环境中机器人并发定位与地图创建(SLAM)问题；比较详细地分析了地图表示方法、定位和环境特征的提取、不确定信息的表示和处理等关键技术：同时对几种典型的SLAM方法进行了介绍：阐述了移动机器人SLAM问题研究中所面临的主要问题．并探计了将来的发展方向。     

基于局部子地图方法的多机器人主动同时定位与地图创建

研究了多机器人在未知环境下以主动的方式协作完成同时定位与地图创建（SLAM）的问题．引入局部子地图方法,由每个机器人建立自身周围局部区域的子地图,使多个机器人之间的地图创建相互独立,从而对全局环境的SLAM问题进行分解．而每个机器人在建立局部子地图时将主动SLAM问题转化为多目标优化问题;机器人选取最优的控制输入,使定位与地图创建的准确性、信息增益以及多机器人之间的协调关系得到综合优化．最后,通过扩展的卡尔曼滤波器（EKF）对子地图进行融合得到全局地图．仿真结果验证了该方法的有效性．     

移动机器人地图创建中的不确定传感信息处理

该文研究移动机器人自主创建地图中的不确定传感信息处理问题,基于灰色系统理论 提出了一种新的对传感信息进行解释和融合的方法用于声纳信息的处理,并以此建立环境的栅 格地图.声纳的传感信息存在较大的不确定性,这里引入灰数的概念来表示和处理这种不确定 性,对于机器人在不同位置的测量结果,根据灰色系统理论对信息的理解方式设计融合方法,得 到一个对环境的整体表示.通过仿真环境和真实机器人平台上进行的创建地图实验,表明这种 方法具有良好的鲁棒性和准确度.     

一种基于声纳信息的地图创建方法

地图创建是实现机器人在未知环境中自主导航的关键。该文对移动机器人在地图创建中所收集的不确定传感信息进行研究,分析声纳传感器的散射和镜面反射特性,提出一种改进的概率栅格的地图创建方法。该方法将距离信任因子引入到声纳传感器模型。利用该模型,实现移动机器人的自主地图创建,并有效地减少由于声纳传感器所引起的不确定性。通过机器人平台上进行的实验表明该方法的有 效性。     

基于激光传感器的移动机器人地图的创建

未知环境下地图的建立,是移动机器人导航技术的关键。研究了室内环境地图的创建方法,探讨了室内环境特征直线提取方法,详细论述了地图创建面临的问题与解决方法。采用SICK公司生产的LMS100激光传感器获取环境深度信息,通过室内环境直线特征提取和局部到全局匹配的方法,获得室内环境地图信息,解决了里程计给机器人带来不确定误差。最后在机器人平台上进行实验,得到了良好的效果。实验表明,该方法具有实现容易、精确高、复杂度低等特点。     

基于分布式感知的移动机器人同时定位与地图创建

为了创建大规模环境的精确栅格地图,提出一种基于分布式感知的两层同时定位与地图创建（SLAM）算法．在局部层,机器人一旦进入了一个新的摄像头视野,便依据机器人本体上的激光和里程计信息,采用Rao-Blackwellized粒子滤波方法创建一个新的局部栅格地图．与此同时,带有检测标志的机器人在摄像头视野内以曲线方式运动,以解决该摄像头的标定问题．在全局层,一系列的局部地图组成一个连接图,局部地图间的约束对应于连接图的边．为了生成一个准确且全局一致的环境地图,采用随机梯度下降法对连接图进行优化．实验结果验证了所提算法的有效性．     

基于激光测距仪的局部地图创建

主要是研究地图创建中的局部地图创建问题。通过激光测距仪在一个周期内扫描就可以获得机器人前方180°范围内的距离测量信息,提出了对测量数据进行连续特征提取、直线特征提取以及曲线拟合三步走的方法,并采用自适应阈值的方法来处理数据,从而完成局部地图创建。实验结果表明,这种方法能够完成局部地图的创建,并且较为精确。     

基于不确定网格地图的移动机器人导航

研究了在未知环境下的移动机器人导航问题．在分析超声传感器不确定性模型的基础上,根据模糊集理论创建网格地图来描述机器人工作环境,使用模糊隶属度表示网格占用状态．通过网格信息融合来减弱传感器测量误差,提高网格地图的精度．提出基于模糊网格地图的路径规划算法,利用重复局部优化路径搜索来实现全局路径规划．机器人通过交替进行创建地图和路径规划两个基本过程来完成导航任务．仿真结果表明创建的地图能较精确地表示环境信息。规划的路径可以使机器人安全地到达目的地．     

室内环境下同步定位与地图创建改进算法

提出了一种室内环境下基于平方根无迹卡尔曼滤波（SRUKF）的同步定位与地图创建（SLAM）算法． 该方法在每步迭代中采用平方根无迹粒子滤波器进行机器人状态估计,并引入平方根无迹卡尔曼滤波器定位路标, 进而完成机器人状态和相应路标信息更新．将本文算法与机器人运动模型和红外标签观测模型结合进行了仿真和实 验,结果表明,本算法在同步定位和地图创建过程中提高了机器人状态和路标估计的精度及稳定性．     

机器人同时定位与地图构建技术研究*

移动机器人同时定位与地图创建是实现未知环境下机器人自主导航的关键性技术,具有广泛的应用前景,也是目前机器人研究的热门课题之一。针对国内外近年来关于移动机器人同时定位与地图创建的研究工作进行了总结和分析,重点介绍了机器人的地图创建方法类别、基于概率理论的自主定位方法、同时定位与地图创建的问题描述及研究方法等方面的发展现状及存在的不足。     

一种基于特征地图的移动机器人SLAM方案

设计了一种结构化环境中基于特征地图的地图创建方案;采用激光测距仪进行特征地图创建,利用"聚合-分害虫-聚合"的方法来提取线段表示环境信息实现局部地图创建;为了实现移动机器人的同时定位与地图创建,采用扩展卡尔曼滤波方法对机器人的位姿与地图信息进行预测及更新,结合状态估计和数据关联理论,实验显示x的校正量保持在±0.9cm之内;y的校正量保持在±2.5cm之内;θ的校正量在±1.2之内,实现了基于扩展卡尔曼滤波器的SLAM.     

室内自主移动机器人定位方法研究综述

定位是确定机器人在其作业环境中所处位置的过程．应用传感器感知信息实现可靠的定位是自主移动机器人最基本、也是最重要的一项功能之一．本文对室内自主移动机器人的定位技术进行了综述，提出了一种通用的控制结构，对其中与定位相关的地图结构、位姿估计方法进行了详细介绍，指出了地图构造、全局定位、数据关联、同步定位与地图构造、信息融合及协同定位所应用的方法及存在的问题．     

基于经典DSmT 的Sonar栅格地图创建

基于最近提出的一种在贝叶斯和DST扩展而来的信息融合算法DSmT(Dezert-Smarandache Theory),在实验的基础上,结合Sonar测量的基本特性,对静态结构化环境建模,并构造了广义基本信度赋值函数,利用经典DSm融合规则,融合每个栅格的声纳冗余信息,计算栅格占用的Bel.最后,以Pioneer Ⅱ 移动机器人作为试验平台,并在线对小型环境进行了3D栅格占用信度分布地图创建,其俯视图与实际2D地图中的物体外观轮廓及所在位置进行比较,其比较结果充分验证了算法的有效性,为进一步研究应用基于折扣理论的DSmT解决异类或同类非可靠多源信息融合,基于Hybrid DSmT的动态环境地图创建,以及多机器人联合创建地图和自定位奠定了坚实的基础.     

基于DSmT的移动机器人地图构建及传感器管理

针对智能移动机器人探测未知环境的问题,引入了一种新的信息融合方法DSmT(Dezert-Smarandache Theo-ry),采用栅格地图,并根据声纳在DSmT框架下的数学模型,利用经典DSm模型构造了一组能自动调节误差范围的声纳基本信度赋值函数(gbbaf),以处理未知环境下声纳获取的不确定和不精确信息,甚至于高冲突信息。提出了简单有效的传感器管理方法,完全消除了复杂环境下声波的多次反射和串扰现象。最后,用Pioneer 2-DX机器人分别进行了DSmT和DST(Dempster-Shafer Theory)两种算法的地图构建实验,并绘制了相应的二维基本信度赋值地图。将DSmT与DST构建出的环境地图做比较,充分验证了DSmT及提出的传感器管理方法在未知环境下的有效性,为处理动态高冲突信息提供了有力的理论依据。     

Real-time motion planning of an autonomous mobile manipulator using a fuzzy adaptive Kalman filter

This paper presents the real-time motion planning i.e., map building and path planning of an autonomous mobile manipulator capable of scanning natural terrain using a detector e.g., a landmine detector. Map building generates a terrain map using the measurements of laser and ultrasonic rangefinders, and path planning uses the map to define an obstacle-free path for the detector. Map building involves sensor fusion to tackle the uncertainties associated with range measurement. Fusion takes place in a hierarchical filtering process that updates the map in real time and also optimizes the scanning process based on the terrain type. The filtering process includes a proposed fuzzy adaptive Kalman filter in which the gain of the filter is adapted using a fuzzy model that characterizes the terrain. The efficiency of the proposed map building and path planning methods has been verified by experiments on a prototype mine detector robot.     

智能交通领域中地图匹配算法研究

地图匹配是智能交通系统领域的研究热点和难点。通过地图匹配来实时获得车辆所在道路及位置信息是一种比较普遍而且成本较低的方法。整理和分析了近年来关于地图匹配算法的文献,将地图匹配的处理算法分为几何匹配的算法、基于拓扑结构的算法、基于概率统计的算法和先进算法,并且系统地介绍了各篇文献中典型的地图匹配算法,比较了各种方法的差异,探讨了其 未来发展趋势。