移动机器人同步定位与构图系统仿真与实现开题报告

1. 研究目的与意义（文献综述）

人类对于劳动工具的利用是人类有别于其他动物的一个重要标志，从石器时代至今无数的劳动工具被创造出来，劳动工具存在的目的就是使人类的工作变得更为简单、轻松、迅速。人类对于这一目标的不断追求，促使了劳动工具的不断进化。在劳动工具不断进化的过程中，最伟大的变革就是十八世纪六十年代，起源于英国的工业革命，即从瓦特对蒸汽机进行改进开始，许多的技术革新将效率低下的人工劳动转变成高效率的机器生产。工业革命的过程，就是机器生产取代了人力，使人类的工作变得简单，而工作的效率获得了极大程度的提升。但是，传统的机器并不能完全替代人工，它们往往需要人为操作，为此，许多科学家开始设想研发一种可以自主或按照预设指令完成工作的机器，这就致使了机器人的诞生。1920年，著名捷克剧作家karelcapek率先提出了机器人这一专有名词。第二次世界大战后，微电子学和计算机领域不断的进行技术创新，与之关联的自动化领域也因此获得了巨大的进步，此后，具有普遍意义的机器人开始陆续出现。1959年，美国人joseph fengelberger和georgedevol发明了世界上第一台工业机器人，它通过自身的机械臂来实现转动和伸缩运动。随后，在1968年，美国斯坦福研究所研制出一种轮式移动机器人通过实验表明，其在一定程度上可以进行自主探索、整合分析、自我决策等智能，可以将其看做智能机器人在世界范围内的首现。1997年，日本本田公司研制出第一台人形机器人，该机器人可以像人类一样进行双脚移动，它的出现在整个机器人发展历史中属于革命性的创造。近些年来，伴随着社会持续的进步和科技的发展，对机器人的需求量不断上升。机器人的应用范围遍布各行各业，对其功用性进行分类，可以将机器人分为工业用机器人和服务机器人两大类。工业机器人主要为针对多种工业需求所设计的具有很高自由度的机器人或机械臂，工业机器人范围以外的机器人可以称作服务机器人，其主要任务通常是为人类提供多样的服务。美国是工业机器人的发源地，主要经历过三次革新：第一代机器人，可以称作示教再现型机器人，通过计算机中事先存储好的程序，在工作中实现预设置功能的反复重现。由于传感器技术的突飞猛进，在上个世纪七十年代中后期，第二代机器人开始出现。与上一代机器人的不同点在于，第二代机器人可以通过传感器进行认知行为，在

实际工作中认知工作环境与自身的状况，并作出相应调整。第三代工业机器人，具有一定的智能性，其可以根据指定的任务自行设计工作完成流程，不需要人为的干预，而且智能工业机器人不仅可以大量的降低劳动力成本，也可以实现人工所不能企及的高度精密智能化制造。虽然由于技术的制约，智能工业机器人的发展还处于相对缓慢的阶段，但是随着研究投入的不断加大，在今后的时间里，智能工业机器人一定会在工业领域中大放异彩。与工业机器人的广泛应用相比，服务类机器人行业刚刚起步。服务机器人，大多是具有自主移动功能的机器人，这种智能移动机器人在未知的环境中的一个未知位置处开始自主移动，通过所搭载的检测设备去认识工作场所与自身状态，同时创建关于其所处场所的相关地图，通过该地图的引导来完成作业任务。在这种定位与建图的过程中，智能机器人不依靠任何先验知识的辅助，也不需要人为的控制，仅利用所搭载的传感器进行定位和建图。机器人的即时定位与地图构建过程称为slam（simultaneous localizationand mapping），这一专有名词由durran-whyte于1995年的国际机器人学研讨会上第一次提出。slam问题又可以归纳为三个问题，我在哪里，我要去哪里，我该如何到达。其中，第一、第二个问题需要机器人通过传感器所获得的信息来确定自身状态，并确定其自身在环境中的具体位置，即机器人的定位问题。而若要确定自身位置，则需要对环境地图的环境路标和空间坐标进行精确的描绘，即对于环境地图的精确构建。第三个问题就是移动机器人的路径规划问题，如果机器人可以进行精确的定位与建图，路径规划问题就变得很好解决，而若机器人对自身定位不准确或是所创建的地图精确度不高，则会导致不能良好的响应工作指令。因此，若要妥善解决slam问题，就需要兼顾自身定位与地图构建。通常，在已知环境中，如室外，可以依赖gps进行定位，而slam问题研究通常是在未知环境中，如室内、水下等，gps无法提供有效的位置信息，这就需要机器人通过自身搭载的传感器所获取的观测信息来执行定位过程并同时构建增量式地图。近年来，随着移动机器人市场需求的提高，国内外许多科研工作者都对slam问题花费了许多时间进行研究和实验，并提出了许多不同种类的slam方法，其中许多方法已经在一些环境中进行了实际应用。但是，由于实际环境的复杂多变和传感器精确度的限制，如果要使机器人不依靠人类帮助，完全的实现自主的定位导航，进而服务于人类，还有很多问题需要解决。所以，为了使机器人可以实现完全的智能导航，针对slam算法的研究具有重要的理论意义和实用价值。

移动机器人的即时定位于地图构建（slam）问题是指机器人在未知环境中从初始位置出发，通过自身位姿预测和传感器信息来进行自身定位，并同时创建该未知环境的地图。

之所以强调“即时”，是因为在slam问题中，定位与建图是不可分割的，环境地图的创建需要机器人进行精确的定位，而机器人的定位又依赖于精确的环境地图，二者无法独立求解，必须兼顾。

2. 研究的基本内容与方案

本文主要研究移动机器人的slam问题，对基于粒子滤波器的fast slam算法的相关原理作出叙述。由于fastslam算法采用ekf进行环境特征估计，故而存在着不可避免的线性化误差，针对这一问题，本文对可以有效解决线性化误差的基于无迹变换（unscented transformation，ut）的ufastslam算法进行研究，并利用仿真实验来对算法的有效性进行验证。粒子滤波器在运行中难免会发生粒子耗尽现象，本文采用粒子群优化算法（particle swarm optimization，pso）来对其进行优化处理。针对pso算法运行中出现的局部收敛现象，利用适度值方差和欧式距离的粒子扩散方法来加以解决，并为验证算法的可行性设计相关的仿真实验。具体方案如下：

第一步：对移动机器人slam问题研究的背景和意义进行说明，并对移动机器人slam问题的研究现状进行阐述，介绍课题的主要研究内容和章节安排。

第二步：对研究所用到的各种模型，如系统坐标系模型、机器人位姿模型、环境地图与特征模型、机器人运动模型、传感器观测模型和系统噪声模型等进行构建。

3. 研究计划与安排

第1－3周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

第4－5周：熟悉掌握基本理论，完成英文资料的翻译，熟悉开发环境。

第6－9周：编程实现各算法，并进行仿真调试。

4. 参考文献（12篇以上）

[1]刘磊.移动机器人的定位与跟踪研究.[d].华中科技大学,2006.

[2]刘洞波.移动机器人粒子滤波定位与地图创建方法研究.[d].湖南大学,2013.

[3]陈晓.室内环境下基于slam的仿人机器人自主行走的研究.[d].燕山大学，2014.