自主移动机器人即时定位与地图构建方法研究

›› 2013, Vol. 26 ›› Issue (9): 177-.

自主移动机器人即时定位与地图构建方法研究

曾品善,妙全兴,徐磊

(1.武警工程大学信息工程系,陕西西安 710086;2.武警警官学院信息工程系,四川成都 610213)

出版日期:2013-09-15 发布日期:2013-09-25
作者简介:曾品善(1988—),男,硕士研究生。研究方向:自主移动机器人即时定位与地图构建。E-mail:zengpinshan@sian.com

Research on Simultaneous Localization and Mapping Methods of Autonomous Mobile Robot

ZENG Pinshan,MIAO Quanxing,XU Lei²

(1.Department of Information Engineering,Engineering University of CAPF,Xi'an 710086,China;2.Department of Information Engineering,Police Officer College of CAPF,Chengdu 610213,China)

Online:2013-09-15 Published:2013-09-25

摘要/Abstract

摘要：

自主移动机器人的即时定位与地图构建是机器人领域中的关键问题。文中对自主移动机器人即时定位与地图构建研究的两个主要问题进行了分析,研究了不确定信息的描述和处理方法,以及数据关联的方法。综述了现阶段即时定位与地图构建的实现方法,其中包括两种卡尔曼滤波算法和粒子滤波算法,以及基于视觉的SLAM算法。通过分析现有算法的特点,提出了自主移动机器人即时定位与地图构建未来研究的发展方向。

关键词: 自主移动机器人, 即时定位与地图构建, 卡尔曼滤波

Abstract:

The simultaneous localization and mapping (SLAM) of autonomous mobile robot is the key problem in the field of robot.The two major problems of SLAM are analyzed in this paper,which are the way to describe and process the uncertain information and the method of data association.The implementation methods of SLAM at present are introduced,including the two kinds of kalman filters,particle filter and vision-based SLAM.Finally,by analyzing the different features of each method,further research directions of SLAM are pointed out.

Key words: autonomous mobile robot;simultaneous localization and mapping;kalman filter

中图分类号:

TP242

曾品善,妙全兴,徐磊. 自主移动机器人即时定位与地图构建方法研究[J]. , 2013, 26(9): 177-.

ZENG Pinshan,MIAO Quanxing,XU Lei2. Research on Simultaneous Localization and Mapping Methods of Autonomous Mobile Robot[J]. , 2013, 26(9): 177-.

[1]	孙杨燕,周秀莹,任祝. 针对偏差攻击的安全状态估计与检测[J]. 电子科技, 2021, 34(12): 75-80.
[2]	朱军,李紫豪,刘炳辰,孟祥斌,张哲. 基于自适应插值扩展卡尔曼滤波的永磁同步电机状态估计[J]. 电子科技, 2020, 33(5): 66-71.
[3]	崔龙飞，张星，吴晓朝，张才坤. 基于当前模型自适应改进的航迹跟踪算法[J]. , 2017, 30(9): 117-.
[4]	陈璇，董仕鹏. 基于修正RSSI值的加权质心定位算法[J]. , 2017, 30(4): 92-.
[5]	杨军玲. 无源定位跟踪中野值的检测与剔除方法[J]. , 2016, 29(6): 51-.
[6]	贺宏洲,秦玉峰,杨渝波,杨立明,雷静. 目标跟踪的转换量测卡尔曼滤波算法性能分析[J]. , 2016, 29(5): 112-.
[7]	冯彬,何建忠. 基于飞行器陀螺仪信息采集系统设计[J]. , 2015, 28(7): 175-.
[8]	唐爱萍. 基于蒙特卡洛方法的线性混合效应状态空间模型[J]. , 2015, 28(3): 30-.
[9]	谢宁,毕俊熹,娄小平,祝连庆. 融合多传感信息的仿人机器人姿态解算[J]. , 2015, 28(1): 150-.
[10]	刘柯,魏纳新,刘飞. 基于Kalman滤波的均值漂移目标跟踪算法[J]. , 2014, 27(9): 37-.
[11]	王正,陈兵. 基于TDOA无线定位的NLOS误差抑制算法[J]. , 2014, 27(6): 9-.
[12]	谢川,毛永毅. 基于遗传神经网络的AOA跟踪算法[J]. , 2014, 27(11): 8-.
[13]	季鹏飞,朱燕,程传统,杜晓. 基于STM32的两轮自平衡小车控制系统设计[J]. , 2014, 27(11): 96-.
[14]	王京伟,董大伟,华春蓉,闫兵. 扩展卡尔曼滤波的影响因素分析[J]. , 2013, 26(8): 10-.
[15]	王锦章,孙菲,刘先康,梁菁,任杰,杨欧,魏存伟. 基于卡尔曼滤波的航迹信息预处理技术[J]. , 2013, 26(8): 22-.