题目：基于多传感器信息融合的移动机器人定位

北京航空航天大学博士学位论文摘要移动机器人以其广阔的应用前景越来越受到人们的关注，在人类生产生活中正在发挥越来越大的作用。为保证移动机器人能正确地执行任务首先必须要确定机器人在工作环境中的精确位置以及自身的姿态。因此移动机器人定位是这一领域最基础最重要的研究方向。多传感器信息融合技术由于其所具有的冗余性、鲁棒性、宽阔的时空覆盖区域、很高的测量维数和良好的目标空间分辨能力以及较强的故障容错与系统重构能力等潜在特点成为近年来的研究热点。大量的应用实例表现出该技术的有效性和强大生命力。单一传感器无法多方面探测周围环境，无法实现精确定位，因此移动机器人定位必须依赖多传感器融合技术。基于多传感器信息融合的移动机器人定位是本论文研究的中心内容。本论文的研究可以分为如下五个部分。北京航空航天大学博士学位论文摘要移动机器人以其广阔的应用前景越来越受到人们的关注，在人类生产生活中正在发挥越来越大的作用。为保证移动机器人能正确地执行任务首先必须要确定机器人在工作环境中的精确位置以及自身的姿态。因此移动机器人定位是这一领域最基础最重要的研多传感器信息融合技术由于其所具有的冗余性、鲁棒性、宽阔的时空覆盖区域、很高的测量维数和良好的目标空间分辨能力以及较强的故障容错与系统重构能力等潜在特点成为近年来的研究热点。大量的应用实例表现出该技术的有效性和强大生命力。单一传感器无法多方面探测周围环境，无法实现精确定位，因此移动机器人定位必须依赖多传感器融合技术。基于多传感器信息融合的移动机器人定位是本论文研究的中本论文的研究可以分为如下五个部分。首先，从移动机器人研究的软硬件基础着手。确立了移动机器人的运动学模型，编写了基于Matlab/Simulink 的移动机器人仿真系统。完成了移动机器人R301 的硬件设计、系统结构设计、完成了R301 的整体构建。然后对R301 上安装的各种传感器进行了初步的标定。最后，研究了基于模糊PID 复合控制器的移动机器人轨迹控制。通过这一实例的仿真和实验，将模糊PID 复合控制器分别与单独的模糊控制器和单独的PID 控制器进行了比较。这部分是本文中移动机器人定位的基础性研究。凝视视觉部分的研究首先给出了一种基于凝视视觉几何约束的直接适用于扩展卡尔曼滤波的测量方程的推导过程。在此基础上，提出了一种基于凝视视觉和扩展卡尔曼滤波的移动机器人定位算法，该算法的仿真结果表明了其有效性以及与传统路标定位相比所具有的多方面的优越性。然后初步探讨了使用其它非线性滤波替代扩展卡尔曼滤波的可能性。分散化滤波融合方面的研究给出了一种基于分散化滤波的移动机器人定位算法以及仿真实例，给出了一种分散化滤波器的最优性证明，给出了一种基于分散化信息滤波的多速率估计算法。讨论了以可观测条件为前提的传感器分组方法。给出了一种介于全分散化滤波和集中滤波之间的滤波融合结构。仿真结果证明了该算法的有效性，以及在稳定性、计算量等方面所具有的优势。摘要第五章的的研究将软传感器的概念引入到移动机器人定位领域。给出了一种基于软传感器信息融合的移动机器人定位算法以及仿真实例，仿真结果显示了软传感器用于移动机器人定位的有效性，同时也体现出，软传感器拓展了实体传感器的功能和作用，是信息融合的一种新途径。最后一部分的研究结合科研课题“地下信息管线测深系统”的实际工作，借鉴移动机器人定位技术和多传感器融合技术，构建了一套地下管道测深系统。论文中介绍了其工作原理、系统结构、及实验情况。提出了一种基于移动机器人定位技术和信息融合技术的地下管线测深算法。实际的工程实验验证了该系统的有效性。