1. 首頁 > 生活百科 > 科技 > >

ota|在定位中，狀態空間是機器人姿態的連續空間

ota

ota|在定位中，狀態空間是機器人姿態的連續空間

文章圖片

ota|在定位中，狀態空間是機器人姿態的連續空間

文章圖片

ota|在定位中，狀態空間是機器人姿態的連續空間

文章圖片


控制更新通過運動模型預測機器人位姿向前一步 ， 測量更新使用最新的傳感器讀數和測量模型來修改預測 。 此更新基于貝葉斯定理 ， 這就是這些遞歸估計器被命名為貝葉斯濾波器的原因 。 一般的貝葉斯濾波器算法涉及整個狀態空間的積分 。 在定位中 ， 狀態空間是機器人姿態的連續空間 。 因此 ， 在大多數定位問題中 ， 一般的貝葉斯濾波器算法在計算上是不易于處理的 。



盡管如此 ， 貝葉斯濾波器仍然存在幾個易于處理的實現 。 其中 ， 粒子濾波器引起了本地化社區的關注 。 關鍵思想是通過一組稱為粒子的加權隨機樣本來表示信念 。 由于這一點 ， 過濾器能夠處理任意概率分布 ， 不一定是單峰分布 。 因此 ， 它們特別適合執行基于聲納的定位 。 此外 ， 所提出的方法不需要環境的先驗圖 。 本地化是當今移動機器人技術的一個關鍵問題 。



幾乎所有機器人任務都需要了解機器人在環境中的位置 。 執行定位的一種常見方法是在隨后的機器人姿勢中關聯外部感知傳感器數據 。 這種方法強烈依賴于外部感受器的質量 。 正因為如此 ， 許多定位算法依賴于精確的激光測距儀 ， 提供密集的讀數 。 標準的超聲波測距儀無法提供如此密集和準確的信息 。 這就是為什么它們不經常用于地面移動機器人定位的原因 。



然而 ， 它們在尺寸、獎品和功耗方面具有吸引力 。 此外 ， 它們的基本行為與水下聲納共享 ， 后者廣泛用于水下和海洋機器人技術 。 因此 ， 涉及超聲波測距儀的定位技術在移動機器人領域引起了極大的興趣 。 有人提出了粒子濾波器作為使用超聲波測距儀進行定位的工具 。 所提出的方法的優點之一是它不需要使用以前構建的地圖 。 因此 ， 它甚至適用于沒有先驗知識的環境 。



這是通過遞歸構建局部地圖來實現的 ， 這些地圖代表過濾器中每個粒子對周圍環境的局部視圖 。 由于本地地圖大小不變 ， 處理它們所需的時間也是不變的 。 負責計算粒子權重的測量模型的定義類似于迭代最近點掃描匹配算法的最近點規則 。 測量模型的想法是使用最近點規則來確定當前聲納讀數與每個本地地圖之間的現有重疊量 。 科研人員已經提出了一個實驗裝置 ， 涉及使用準確和密集的激光讀數構建地面實況 。

此外 ， 還討論了一種定量比較不同軌跡的技術 。 通過將不同的粒子濾波器配置與基本事實進行比較 ， 獲得了數值誤差度量 。 已經定義了兩個實驗 。 第一個評估不同大小對粒子集的影響 。 第二個測量不同大小對本地地圖的影響 。 在這兩個實驗中 ， 都觀察到了估計的質量和時間消耗 。 結果表明 ， 由于使用了粒子過濾器 ， 使用標準寶麗來超聲波測距儀可以獲得高質量的定位結果 。

【ota|在定位中，狀態空間是機器人姿態的連續空間】這些結果與通過應用于激光讀數的標準掃描匹配算法獲得的結果相當 。 所提出的測量模型基于迭代最近點掃描匹配算法已被本地化社區廣泛使用 ， 在應用于聲納讀數時也被證明是有效的 。 然而 ， 最近的工作表明 ， 其他匹配方法能夠提供更準確和穩健的估計 。 因此 ， 可以合理地假設所提出的粒子濾波方法可以受益于測量模型中這些最近的匹配技術 。

相關經驗推薦