王 望 许 凯 颜 瑾 西安石油大学电子工程学院 710065



基于扩展卡尔曼的SLAM问题研究

王 望 许 凯 颜 瑾 西安石油大学电子工程学院 710065

【文章摘要】

移动机器人是目前的研究热点，而同时定位与地图创建是机器人研究领域难点，是实现机器人在未知环境下自主导航的前提。目前，对于机器人在已知地图的自主定位已经有了多种解决办法，但是随着工业的发展和人类探索领域的扩大，在一些对人有危害性的作业现场（如有毒气体检测、矿山开采，灾难抢险等）或者不适合人类工作的地域（如海洋和海底探测、星际探险等），人们希望机器人能够代替人类工作，实现难以获得机器人工作的环境信息和定位信息。而移动机器人的同时定位与地图创建SLAM则能够较好的解决这个问题。

【关键词】

扩展卡尔曼；SLAM；移动机器人

1　SLAM问题

SLAM（Simultaneous Localization And Mapping）是移动机器人构建环境地图同时进行自身定位的过程。SLAM中，在没有任何先验信息的情况下，移动机器人结合里程仪等外部测量设备检测外界的环境特性，在线估测平面内的运行轨迹和所有环境特征的定位。

2　扩展卡尔曼滤波器

图1　仿真结果

卡尔曼滤波器估计用线性随机差分方程描述的离散时间过程的状态变量，广泛应用于定位、创建地图和导航等算法上。但如果被估计的过程和（或）观测变量与过程的关系是非线性的，那么将期望和方差线性化的卡尔曼滤波器称作扩展卡尔曼滤波器（Extended Kalman Filter），简称EKF。

3　EKF-SLAM环境特征

在EKF-SLAM中，地图是一个巨大的传感器向量集和路标状态。……