基于神经网络的移动机器人室内定位方法

为了提高餐厅、商场、医院等半结构化室内环境中移动机器人定位的实时性与准确度，提出了一种基于神经网络融合编码器、激光雷达的定位方法。利用采集到的编码器数据通过航迹推算得到机器人的里程计数据，然后通过卡尔曼预测和拉格朗日插值的方式对里程计数据、激光雷达的数据进行数据增强，将增强后的数据作为一个三层神经网络的输入特征。最后，在Turtlebot机器人实验平台上进行实验。实验结果表明，所提定位方法提高了定位精度，具有良好的实时性，并且能有效应对环境干扰。