基于卡尔曼滤波器的移动机器人SLAM算法设计.docx

摘要:移动机器人的自主导航已成为当下热门的研究方向，它的工作环境有已知环境和未知环境两种情况，对于已知环境中的移动机器人自主定位和对已确定的移动机器人位置的地图创建已经有了一些实用的解决方法。然而在很多未知环境中，移动机器人是不能利用全局定位系统进行定位的，而且需要事先获取移动机器人工作环境的地图很困难，甚至是不可能的。这个时候，移动机器人需要在自身位置不确定的条件下，在完全未知环境中创建地图,同时利用地图进行自主定位和导航，实现同时定位与地图创建(SLAM) 。

本文探讨的是基于扩展卡尔曼滤波器的SLAM算法——EKF SLAM算法，能在未知环境下较为快速地帮助移动移动机器人实现自主导航。将通过移动机器人运动学建模、运用卡尔曼滤波器等过程，编写EKF SLAM算法，再在MATLAB仿真平台进行验证，使移动机器人能在未知环境下实现精确定位和地图构建。仿真结果表明，扩展卡尔曼滤波SLAM算法——EKF SLAM算法，能让移动机器人很好地定位。

关键词：移动机器人；即时定位与创建地图；卡尔曼滤波器；运动学建模；MATLA仿真

目录

摘要

Abstract

1 绪论-1

1.1 引言-1

1.2 课题背景意义-1

1.3 国内外发展状况-2

1.3.1 国内发展状况-2

1.3.2 国外发展状况-3

1.4 本设计主要工作内容-4

1.5 章节安排-4

2移动机器人EKF SLAM的建立-6

2.1 移动机器人运动学建模-6

2.1.1 运动模型简介-6

2.1.2 构建运动模型-6

2.2卡尔曼滤波器-7

2.2.1基本原理-7

2.2.2公式介绍-7

3基于EKF的移动机器人SLAM技术-10

3.1 SLAM简介-10

3.2 EKF SLAM算法设计策略-10

3.2.1 EKF SLAM体系结构-10

3.2.2 EKF SLAM实现步骤-11

4移动机器人EKF SLAM算法的仿真测试-13

4.1仿真测试平台搭建-13

4.1.1仿真系统所需相应配置-13

4.1.2 构建仿真环境-13

4.2 仿真测试流程-14

4.3 测试结果及分析-18

结    论-19

参 考 文 献-20

致    谢-21