基于多传感器信息融合的移动机器人快速精确自定位
张学习;杨宜民
【期刊名称】《控制理论与应用》 【年(卷),期】2011(028)003
【摘要】通过分析全向视觉、电子罗盘和里程计等传感器的感知模型,设计并实现了一种给定环境模型下移动机器人全局自定位算法.该算法利用蒙特卡罗粒子滤波,融合多个传感器在不同观测点获取的观测数据完成机器人自定位.与传统的、采用单一传感器自定位的方法相比,它把多个同质或异质传感器所提供的不完整测量及相关联数据库中的信息加以综合,降低单个信息的不确定性,提高了自定位的精度.同时由于充分利用了全向视觉传感器的观测模型,在粒子滤波定位方法的实现过程中,粒子点的置信度通过查表的方法获得,达到了在自定位过程中,确定置信度时所要求的快速性,从而保证了定位算法较好的实时性.实验结果证明了该方法的有效性.%A method based on the fusion of multi-sensor information is proposed for self-localization of the mobile robot in known environment. It provides the configuration of the multi-sensor information fusion system and analyzes the all-forward wheel, omni-vision and electrical compass. The Monte Cario(MCL) particle filtration method combines the measured data of sensors in various observation points to achieve the fusion localization for the mobile robot. Being different from the traditional single-sensor self-localization of the mobile robot, this method synthesizes the incomplete information from heterogeneous or homogeneity sensors and the related data from the
基于多传感器信息融合的移动机器人快速精确自定位
