首页 | 本学科首页   官方微博 | 高级检索  
     

移动机器人几何2拓扑混合地图的构建及自定位研究
引用本文:庄 严,徐晓东,王 伟. 移动机器人几何2拓扑混合地图的构建及自定位研究[J]. 控制与决策, 2005, 20(7): 815-818
作者姓名:庄 严  徐晓东  王 伟
作者单位:1. 大连理工大学,信息与控制研究中心,辽宁,大连,116024;中国科学院,沈阳自动化研究所,机器人学重点实验室,沈阳,110016
2. 大连理工大学,信息与控制研究中心,辽宁,大连,116024
基金项目:中国科学院沈阳自动化研究所机器人学重点实验室基金项目(RL200204),辽宁省高等学校学科拔尖人才资金项目(2003-54).
摘    要:基于墙角、房门和通路等高级环境特征的辨识与提取,依据几何和拓扑环境模型完成混合地图的构建,并根据混合地图的特点,提出在局部几何环境采用扩展卡尔曼滤波算法实现移动机器人的位姿跟踪,而在拓扑地图的节点位置则根据绑定的高级环境特征进行位姿再校正的混合定位方法.将该方法应用于实际移动机器人平台,所得结果证明了方法的有效性和实用性.

关 键 词:几何-拓扑混合地图构建  自主移动机器人  扩展卡尔曼滤波  自定位
文章编号:1001-0920(2005)07-0815-04

Mobile Robot Geometric-topological Map Building and Selflocalization
ZHUANG Yan,XU Xiao-dong,WANG Wei. Mobile Robot Geometric-topological Map Building and Selflocalization[J]. Control and Decision, 2005, 20(7): 815-818
Authors:ZHUANG Yan  XU Xiao-dong  WANG Wei
Affiliation:ZHUANG Yan~
Abstract:According to the practical result of geometric-topological map building, a hybrid localization approach is presented to complete both extended Kalman filter-based pose tracking in local geometric map and re-localization in topological node using the binding high-level features. The method is effective to avoid localization failure in the cause of unexpected collisions or unstructured dynamic environment. Experiment results implemented in the real mobile robot show the validity and practicability of the method.
Keywords:Geometric-topological map building  Autonomous mobile robots  Extended Kalman filter  Self-localization
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《控制与决策》浏览原始摘要信息
点击此处可从《控制与决策》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号