基于二分法的EKF-SLAM算法
2020-06-08闫旭亮杨功流
导航定位与授时 2020年3期
关键词:特征
闫旭亮,杨功流,王 璐
(北京航空航天大学仪器科学与光电工程学院,北京 100083)
0 引言
随着机器人技术的不断发展和相关技术的突破,机器人逐渐被应用在军事侦察、海底探索、核污染测定、扫雷排险等环境恶劣且极其危险的情况下[1-2]。机器人技术被认为是21世纪的核心武器,将成为新的工业技术革新的核心,由于机器人技术的前景充满了无数种未知的可能性,世界各国对它的研究越来越重视[3]。
在众多考量机器人的指标中,机器人的移动能力是决定其任务成败的关键,机器人自由移动的能力是建立在其对周围环境特征的了解层次基础上的[4-5]。只有当移动载体机器人深入了解周围的环境特征时,才可以更快更准确地完成任务,因此迫切需要一种能够精确定位并且创建环境地图的方法,同步定位与地图创建(Simultaneous Localiza-tion and Mapping,SLAM)技术应运而生[6-7]。SLAM,是指机器人移动平台在行进时创建环境地图,同时根据创建的地图进行定位,利用2个信息的相互关系不断地修正来改善推算得到的数据结果。同鸡和蛋的问题类似,定位和地图创建之间相互联系,精度互为相关。
在SLAM中,常用的表示地图的典型方法有三种,分别是特征地图、栅格地图和拓扑地图。其中,特征地图不需要对地图的全局进行描述,而是只需要对有环境特征存在的地方进行描述即可,这样做可大大减少地图的计算量,提高定位的精度[8-9]。对于占用空间较小的物体可以通过计算物理中心,用点的坐标进行表述;……
登录APP查看全文
