论文部分内容阅读
家庭服务机器人是一种能为人类日常家庭生活服务的特种智能机器人。集助老、护老、做家务、娱乐等多功能于一体的家庭服务机器人越来越受到人们重视，是近几年机器人领域研究的一个热点。解决家庭环境中服务机器人的定位问题是服务机器人能顺利完成其它家庭生活任务的基础。本文围绕家庭服务机器人利用家庭自然环境特征进行定位研究，其主要内容如下：1、针对家庭服务机器人系统建模和实验环境建模等问题，本文以“旅行家II”自主移动机器人系统（本文简称“机器人”）为基础实验平台，建立家庭服务机器人系统的运动模型和确定家庭服务机器人系统控制输入模型，定义环境特征表示形式，建立传感器观测模型。分析家庭服务机器人系统建模时产生的不确定性和误差，阐述环境噪声模型和传感器观测噪声模型，完成实验所需模型的建立，为家庭服务机器人定位研究奠定基础。2、研究家庭自然环境特征的提取与表示方法，基于家庭自然环境特征建立家庭环境特征地图。主要利用家庭服务机器人自身携带的激光传感器探测家庭环境内形状规则物体的棱角，并将已探测到的规则物体的棱角作为家庭服务机器人在家庭环境内定位时的自然路标，定义这些自然路标为自然环境特征的特征点，建立环境特征地图。最后通过“旅行家II”自主移动机器人系统进行实验，验证了所提出方法的有效性。3、研究解决家庭服务机器人系统定位问题的理论方法。结合家庭服务机器人SLAM模型和家庭自然环境特征提取方法，利用扩展卡尔曼滤波（EKF）算法和无迹卡尔曼滤波（UKF）算法来预测和估计家庭服务机器人各时刻的位姿状态和自然环境路标的位置，并更新自然环境特征地图。在理论计算方面，利用UKF算法定位的误差要比EKF算法定位的误差小。4、假设两种家庭环境，一种是只有一间卧室的家庭环境，另一种是一间卧室和一个客厅的家庭环境。在假设的两种家庭环境中，基于已建立的模型、家庭自然环境特征提取方法和EKF算法、UKF算法进行家庭服务机器人定位仿真实验。实验验证了应用EKF算法和UKF算法解决家庭服务机器人定位问题的有效性，且应用UKF算法进行定位的精度要比应用EKF算法定位的精度高。