基于粒子濾波器的家庭機(jī)器人同時(shí)定位與地圖創(chuàng)建研究.pdf

1、家庭機(jī)器人將成為未來(lái)數(shù)字化家庭中的重要一員，它不但能自主地完成打掃房間、照顧老人等家務(wù)，而且還能看家護(hù)院、教育與娛樂(lè)孩子、甚至還有管理其它家電產(chǎn)品等功能。近幾年來(lái)，國(guó)內(nèi)外很多的機(jī)器人研究機(jī)構(gòu)以及著名的電器公司都在進(jìn)行家庭機(jī)器人的研制。
　　家庭機(jī)器人屬于移動(dòng)機(jī)器人的范疇，它需要在無(wú)人干預(yù)的條件下，在家庭環(huán)境中安全的從一個(gè)地方運(yùn)動(dòng)到另外一個(gè)地方，完成主人分配的任務(wù)。因此，自主導(dǎo)航是家庭機(jī)器人必須具備的功能。自主定位與地圖創(chuàng)建是導(dǎo)航的

2、兩個(gè)子問(wèn)題，是機(jī)器人規(guī)劃安全路徑的前提。而定位與地圖創(chuàng)建又是緊密聯(lián)系的兩個(gè)問(wèn)題，要實(shí)現(xiàn)定位必須要有地圖，而創(chuàng)建地圖又需要確定機(jī)器人的位置。為此，20世紀(jì)90年代初一些研究者就提出了同時(shí)定位與地圖創(chuàng)建。隨著移動(dòng)機(jī)器人的研究向?qū)嵱没较虬l(fā)展，同時(shí)定位與地圖創(chuàng)建已經(jīng)成為機(jī)器人領(lǐng)域的研究熱點(diǎn)。本研究課題是哈爾濱工業(yè)大學(xué)智能機(jī)器人研究中心與韓國(guó)三星綜合技術(shù)研究院的聯(lián)合項(xiàng)目“基于單目前端攝像頭的家庭機(jī)器人同時(shí)定位與地圖創(chuàng)建的研究”。本文主要研究如何

3、利用低價(jià)的傳感器：?jiǎn)文恳曈X(jué)攝像頭，實(shí)現(xiàn)家庭機(jī)器人在室內(nèi)環(huán)境中的自主定位與地圖創(chuàng)建。主要內(nèi)容包括以下幾個(gè)方面:
　　首先，本文將遺傳算法中的交叉與變異操作引入到粒子濾波器中，提出了遺傳粒子濾波器，由于進(jìn)化操作可以使粒子朝后驗(yàn)概率分布較大的區(qū)域運(yùn)動(dòng)，因此在狀態(tài)估計(jì)中，遺傳粒子濾波器只需要少量的粒子就能獲得較高的精度。在此基礎(chǔ)上，針對(duì)粒子濾波器的早熟問(wèn)題，將生態(tài)學(xué)中的協(xié)同進(jìn)化模型引入到粒子濾波器中，提出了基于協(xié)同進(jìn)化的自適應(yīng)粒子濾波器。

4、基于協(xié)同進(jìn)化的自適應(yīng)粒子濾波器也被稱為協(xié)同進(jìn)化自適應(yīng)粒子濾波器，協(xié)同進(jìn)化自適應(yīng)粒子濾波器將粒子濾波器中的粒子分成不同的種群，每個(gè)種群代表了系統(tǒng)狀態(tài)的一個(gè)假設(shè)，通過(guò)種群間的相互競(jìng)爭(zhēng)與種群內(nèi)部的進(jìn)化，能夠有效防止粒子濾波器的早熟現(xiàn)象；而且基于協(xié)同進(jìn)化的自適應(yīng)粒子濾波器可以根據(jù)系統(tǒng)狀態(tài)的不確定性自適應(yīng)地調(diào)整種群的規(guī)模，從而能夠改善粒子濾波器的計(jì)算性能，同時(shí)基于協(xié)同進(jìn)化的自適應(yīng)粒子濾波器也擁有遺傳粒子濾波器的優(yōu)點(diǎn)。
　　然后，本文對(duì)比例不

5、變特征(Scale Invariant Feature Transform)的提取方法進(jìn)行了研究。提出了基于K維樹(shù)的SIFT特征匹配算法，并對(duì)基于SIFT特征的三維重建進(jìn)行了討論，在此基礎(chǔ)上給出了一種基于比例不變特征的環(huán)境描述方法。與采用普通的特征如Harris角點(diǎn)、邊緣等進(jìn)行地圖描述的特征地圖相比，由于SIFT特征擁有自己的描述器，而且具有很好的可識(shí)別性，因此有益于機(jī)器人對(duì)環(huán)境進(jìn)行識(shí)別，從而有益于機(jī)器人的定位與目標(biāo)跟蹤，同時(shí)也能更好的

6、解決地圖創(chuàng)建過(guò)程中的數(shù)據(jù)關(guān)聯(lián)(特征匹配)問(wèn)題。
　　在以上研究的基礎(chǔ)上，本文提出了一種基于遺傳粒子濾波器的同時(shí)定位與地圖創(chuàng)建算法。通過(guò)采用遺傳粒子濾波器，只需要較少的粒子就能獲得較高精度的地圖。并且通過(guò)將全局地圖劃分為一些較小的局部地圖，提出了一種新穎的層次化方法來(lái)描述局部地圖之間的關(guān)系，這樣可以更進(jìn)一步降低同時(shí)定位與地圖創(chuàng)建的時(shí)間復(fù)雜度與空間復(fù)雜度；此外，對(duì)同時(shí)定位與地圖創(chuàng)建中的“環(huán)形閉合”問(wèn)題進(jìn)行了研究，通過(guò)環(huán)形閉合算法可以將

7、各個(gè)局部地圖聯(lián)系在一起形成一個(gè)完整的全局地圖。實(shí)驗(yàn)結(jié)果表明，本文提出的同時(shí)定位與地圖創(chuàng)建算法不僅可以有效降低同時(shí)定位與地圖創(chuàng)建的計(jì)算量與存儲(chǔ)空間，而且可以提高地圖的精度。
　　本文還提出了基于協(xié)同進(jìn)化自適應(yīng)粒子濾波器機(jī)器人全局定位算法。研究發(fā)現(xiàn)協(xié)同進(jìn)化自適應(yīng)粒子濾波器能夠有效解決采用粒子濾波器在高度對(duì)稱環(huán)境中的早熟問(wèn)題，提高定位的可靠性，同時(shí)采用協(xié)同進(jìn)化自適應(yīng)粒子濾波器能夠提高機(jī)器人定位的精度。
　　最后，本文完成了基于單目