發(fā)布時(shí)間：2017-03-18 00:04

  本文關(guān)鍵詞：火星車同時(shí)定位與地圖構(gòu)建方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著火星探測再次成為各國航天計(jì)劃熱點(diǎn),研發(fā)適用于復(fù)雜環(huán)境的火星車系統(tǒng)成為完成火星表面探測的關(guān)鍵�！巴瑫r(shí)定位與地圖構(gòu)建算法(SLAM)”能夠使移動(dòng)目標(biāo)在未知環(huán)境中定位的同時(shí),實(shí)現(xiàn)對(duì)未知環(huán)境的觀測建圖。這種算法適用于火星車系統(tǒng),能夠?qū)崿F(xiàn)火星車自定位,并對(duì)未知周圍火星表面建立特征地圖,可以為下一步的路徑規(guī)劃等提供基礎(chǔ)。因此,有必要將SLAM算法應(yīng)用與火星車系統(tǒng)。本文利用“擴(kuò)展卡爾曼濾波器(EKF)”對(duì)適用于火星車系統(tǒng)的三維“同時(shí)定位于地圖構(gòu)建”方法進(jìn)行深入研究。其中主要為以下幾個(gè)部分:首先,建立火星車在三維火星表面環(huán)境中的系統(tǒng)模型。包括各個(gè)坐標(biāo)系定義與相互轉(zhuǎn)換;火星車三維六自由度運(yùn)動(dòng)模型、三維激光測距儀模型。之后使用傳統(tǒng)EKF對(duì)三維SLAM過程進(jìn)行實(shí)現(xiàn),分析算法的計(jì)算復(fù)雜度和一致性。并建立模擬火星表面地形約束軌跡,通過數(shù)學(xué)仿真對(duì)SLAM算法進(jìn)行驗(yàn)證分析。其次,針對(duì)傳統(tǒng)同時(shí)定位與地圖構(gòu)建算法在運(yùn)行過程中,計(jì)算復(fù)雜度隨著狀態(tài)量包含特征點(diǎn)數(shù)增大的特點(diǎn),建立一種約束性局部子地圖法。此方法通過局部子地圖進(jìn)行狀態(tài)更新,并周期性融入到全局地圖中。并證明此算法在保持計(jì)算精度的條件下,有效降低計(jì)算復(fù)雜度。之后針對(duì)SLAM算法的一致性問題,分別建立多種不同的運(yùn)動(dòng)情景,推導(dǎo)每個(gè)情景下算法的收斂特性。利用這些收斂特征性,來分析說明SLAM算法是“如何產(chǎn)生不一致性的”。最后研究了體系固聯(lián)SLAM算法。此算法在火星車體系固聯(lián)坐標(biāo)系下實(shí)現(xiàn)狀態(tài)更新過程,在觀測方程線性化過程中省略了火星車自身位姿信息遞推中的不確定性累積,有效提高系統(tǒng)一致性。并將此算法與約束性局部子地圖法結(jié)合,實(shí)現(xiàn)一種計(jì)算復(fù)雜度低、一致性高的聯(lián)合算法,通過仿真分析驗(yàn)證聯(lián)合算法的有效性。
【關(guān)鍵詞】：火星車 同時(shí)定位與地圖構(gòu)建 局部子地圖 擴(kuò)展卡爾曼濾波 體系固聯(lián)坐標(biāo)系
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：V476.4
【目錄】：

• 摘要4-5
• Abstract5-10
• 第1章 緒論10-19
• 1.1 課題研究的背景和意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-17
• 1.2.1 國外火星車/月球車研究現(xiàn)狀11-13
• 1.2.2 國內(nèi)火星車/月球車研究現(xiàn)狀13-14
• 1.2.3 SLAM導(dǎo)航算法研究現(xiàn)狀14-17
• 1.3 主要研究內(nèi)容及方案17-19
• 1.3.1 火星車EKF-SLAM方法研究17
• 1.3.2 約束性局部子地圖法17
• 1.3.3 EKF-SLAM算法收斂性及一致性分析17-18
• 1.3.4 體系固聯(lián)SLAM算法18-19
• 第2章 火星車同時(shí)定位與地圖構(gòu)建算法研究19-46
• 2.1 引言19
• 2.2 火星車三維系統(tǒng)模型建立19-27
• 2.2.1 坐標(biāo)系定義19-20
• 2.2.2 火星車運(yùn)動(dòng)模型20-22
• 2.2.3 IMU模型22-23
• 2.2.4 激光測距儀模型23-27
• 2.3 基于擴(kuò)展卡爾曼濾波的火星車三維SLAM算法27-37
• 2.3.1 系統(tǒng)狀態(tài)模型28-30
• 2.3.2 狀態(tài)預(yù)測過程30-31
• 2.3.3 狀態(tài)更新過程31-32
• 2.3.4 狀態(tài)增廣過程32-34
• 2.3.5 數(shù)據(jù)關(guān)聯(lián)過程34
• 2.3.6 SLAM算法計(jì)算復(fù)雜度34-36
• 2.3.7 SLAM算法一致性36-37
• 2.4 仿真分析37-45
• 2.4.1 三維地形建立37-38
• 2.4.2 火星車運(yùn)動(dòng)的三維地形約束38-40
• 2.4.3 SLAM算法仿真分析40-45
• 2.5 本章小結(jié)45-46
• 第3章 約束性局部子地圖法46-60
• 3.1 引言46
• 3.2 約束性局部子地圖法概述46-47
• 3.3 局部子地圖法基本過程47-52
• 3.3.1 系統(tǒng)狀態(tài)量47-48
• 3.3.2 狀態(tài)估計(jì)過程48-50
• 3.3.3 局部狀態(tài)估計(jì)的去相關(guān)性50
• 3.3.4 子地圖轉(zhuǎn)換到全局地圖50-52
• 3.4 局部特征點(diǎn)估計(jì)條件約束52-54
• 3.5 仿真結(jié)果分析54-59
• 3.6 本章小結(jié)59-60
• 第4章 SLAM算法收斂性及一致性分析60-78
• 4.1 引言60
• 4.2 重構(gòu)SLAM算法60-62
• 4.2.1 三維SLAM狀態(tài)量60-61
• 4.2.2 狀態(tài)更新61-62
• 4.3 SLAM算法收斂性分析62-73
• 4.3.1 火星車靜止時(shí)收斂性63-68
• 4.3.2 火星車運(yùn)動(dòng)時(shí)收斂性68-73
• 4.4 SLAM算法一致性分析73-77
• 4.5 本章小結(jié)77-78
• 第5章 體系固聯(lián)SLAM算法78-86
• 5.1 引言78
• 5.2 體系固聯(lián)算法78-81
• 5.2.1 狀態(tài)預(yù)測過程79
• 5.2.2 狀態(tài)更新過程79-80
• 5.2.3 狀態(tài)合并過程80-81
• 5.2.4 算法計(jì)算復(fù)雜度81
• 5.3 體系固聯(lián)約束性局部子地圖法81-82
• 5.4 仿真結(jié)果及分析82-85
• 5.5 本章小結(jié)85-86
• 結(jié)論86-88
• 參考文獻(xiàn)88-93
• 攻讀碩士學(xué)位期間發(fā)表的論文及其他研究成果93-95
• 致謝95

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 陳衛(wèi)東,張飛;移動(dòng)機(jī)器人的同步自定位與地圖創(chuàng)建研究進(jìn)展[J];控制理論與應(yīng)用;2005年03期

2 張恒;樊曉平;瞿志華;;基于多假設(shè)跟蹤的移動(dòng)機(jī)器人自適應(yīng)蒙特卡羅定位研究[J];自動(dòng)化學(xué)報(bào);2007年09期

3 卞毓麟;;人類下一個(gè)目標(biāo):火星[J];杭州(周刊);2015年02期

4 周武;薛滔;鄭永春;;歐陽自遠(yuǎn):我國火星探測應(yīng)高起點(diǎn)發(fā)展[J];太空探索;2015年03期

  本文關(guān)鍵詞：火星車同時(shí)定位與地圖構(gòu)建方法研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：253633