学年第一学期第十二讲机器人导论课件.ppt

《学年第一学期第十二讲机器人导论课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、2012-2013学年第一学期第十二讲机器人导论王国利信息科学与技术学院中山大学卡尔曼滤波器定位/KalmanFilterLocalization5.6.3卡尔曼滤波器/IntroductiontoKalmanFilter(3)动态预测(机器人移动)u=velocityw=noise运动状态估计（离散）进一步融合5.6.3KalmanFilterforMobileRobotLocalization机器人位置预测/RobotPositionPrediction第一步,k+1时刻机器人的位置是根据上一次位置以及控制输入u(k)产生的运动所确定:f:航迹函

2、数5.6.3KalmanFilterforMobileRobotLocalization机器人位置预测/RobotPositionPrediction:Example5.6.3f:航迹函数KalmanFilterforMobileRobotLocalization观测/Observation第二步，在k+1时刻从机器人传感器获得观测Z(k+1)通常包含一组不同传感器提取出的信号zj(k+1)可以表示裸数据，或者线、门，或路标等特征目标参数通常在传感器坐标系{S}观测获得的因此观测必须变换到世界坐标系{W}下，或者测量预测必须变换到传感器坐标系{S}中

3、.由函数hi确定变换5.6.3KalmanFilterforMobileRobotLocalization观测/Observation:Example激光扫描的裸数据提取的直线模型中提取的直线Sensor(robot)frame5.6.3KalmanFilterforMobileRobotLocalization测量预测/MeasurementPrediction在下一步，采用预测的机器人位置和地图M(k)生成多个预测观测zt将他们变换到传感器坐标系下定义测量预测为以下包含ni预测测量函数hi是世界坐标到传感器坐标的变换5.6.3KalmanFil

4、terforMobileRobotLocalization测量预测/MeasurementPrediction:Example对于预测,只有在机器人视场内的墙被选择可以通过连接单个直线到路径节点实现5.6.3KalmanFilterforMobileRobotLocalization测量预测/MeasurementPrediction:Example生成的测量预测必须变换到机器人坐标系{R}中坐标变换可表示成其雅克比为5.6.3KalmanFilterforMobileRobotLocalization匹配/Matching传感器获得的观测zj(k+

5、1)到地图存储目标zt的关联每个测量预测计算新息:利用误差传播律可得到新息的方差采用马氏（Mahalanobis）距离度量测量和预测关联的有效性5.6.3马氏（Mahalanobis）距离KalmanFilterforMobileRobotLocalization匹配/Matching:Example5.6.3KalmanFilterforMobileRobotLocalization估计/Estimation:ApplyingtheKalmanFilter卡尔曼滤波器增益更新机器人位置估计其方差为5.6.3KalmanFilterforMobile

6、RobotLocalization估计/Estimation:1DCase一维的情形我们可以证明5.6.3KalmanFilterforMobileRobotLocalization估计/Estimation:Example卡尔曼滤波器估计机器人位置:紫色是机器人位置的预测。绿色是新息红色是机器人位置的更新5.6.3其它定位方法之一人工信标/LocalizationBaseonArtificialLandmarks5.7.1其它定位方法之一人工信标/LocalizationBaseonArtificialLandmarks其它定位方法之一人工信标/L

7、ocalizationBaseonArtificialLandmarks5.7.1其它定位方法之一人工信标/LocalizationBaseonArtificialLandmarks5.7.1其它定位方法之二三角测量/PositioningBeaconSystems:Triangulation5.7.3其它定位方法之二三角测量/PositioningBeaconSystems:Triangulation5.7.3其它定位方法之一三角测量/PositioningBeaconSystems:Triangulation5.7.3自主创建地图/Autonom

8、ousMapBuilding自任意初始点出发,移动机器人能利用机载传感器自主探索环境,获得关于环境的信息,解