经验啦

  1. 首页 > 生活百科 > 科技 > >

ota|在定位中，状态空间是机器人姿态的连续空间

ota

ota|在定位中，状态空间是机器人姿态的连续空间

文章图片

ota|在定位中，状态空间是机器人姿态的连续空间

文章图片

ota|在定位中，状态空间是机器人姿态的连续空间

文章图片


控制更新通过运动模型预测机器人位姿向前一步 ， 测量更新使用最新的传感器读数和测量模型来修改预测 。 此更新基于贝叶斯定理 ， 这就是这些递归估计器被命名为贝叶斯滤波器的原因 。 一般的贝叶斯滤波器算法涉及整个状态空间的积分 。 在定位中 ， 状态空间是机器人姿态的连续空间 。 因此 ， 在大多数定位问题中 ， 一般的贝叶斯滤波器算法在计算上是不易于处理的 。



尽管如此 ， 贝叶斯滤波器仍然存在几个易于处理的实现 。 其中 ， 粒子滤波器引起了本地化社区的关注 。 关键思想是通过一组称为粒子的加权随机样本来表示信念 。 由于这一点 ， 过滤器能够处理任意概率分布 ， 不一定是单峰分布 。 因此 ， 它们特别适合执行基于声纳的定位 。 此外 ， 所提出的方法不需要环境的先验图 。 本地化是当今移动机器人技术的一个关键问题 。



几乎所有机器人任务都需要了解机器人在环境中的位置 。 执行定位的一种常见方法是在随后的机器人姿势中关联外部感知传感器数据 。 这种方法强烈依赖于外部感受器的质量 。 正因为如此 ， 许多定位算法依赖于精确的激光测距仪 ， 提供密集的读数 。 标准的超声波测距仪无法提供如此密集和准确的信息 。 这就是为什么它们不经常用于地面移动机器人定位的原因 。



然而 ， 它们在尺寸、奖品和功耗方面具有吸引力 。 此外 ， 它们的基本行为与水下声纳共享 ， 后者广泛用于水下和海洋机器人技术 。 因此 ， 涉及超声波测距仪的定位技术在移动机器人领域引起了极大的兴趣 。 有人提出了粒子滤波器作为使用超声波测距仪进行定位的工具 。 所提出的方法的优点之一是它不需要使用以前构建的地图 。 因此 ， 它甚至适用于没有先验知识的环境 。



这是通过递归构建局部地图来实现的 ， 这些地图代表过滤器中每个粒子对周围环境的局部视图 。 由于本地地图大小不变 ， 处理它们所需的时间也是不变的 。 负责计算粒子权重的测量模型的定义类似于迭代最近点扫描匹配算法的最近点规则 。 测量模型的想法是使用最近点规则来确定当前声纳读数与每个本地地图之间的现有重叠量 。 科研人员已经提出了一个实验装置 ， 涉及使用准确和密集的激光读数构建地面实况 。

此外 ， 还讨论了一种定量比较不同轨迹的技术 。 通过将不同的粒子滤波器配置与基本事实进行比较 ， 获得了数值误差度量 。 已经定义了两个实验 。 第一个评估不同大小对粒子集的影响 。 第二个测量不同大小对本地地图的影响 。 在这两个实验中 ， 都观察到了估计的质量和时间消耗 。 结果表明 ， 由于使用了粒子过滤器 ， 使用标准宝丽来超声波测距仪可以获得高质量的定位结果 。

【ota|在定位中，状态空间是机器人姿态的连续空间】这些结果与通过应用于激光读数的标准扫描匹配算法获得的结果相当 。 所提出的测量模型基于迭代最近点扫描匹配算法已被本地化社区广泛使用 ， 在应用于声纳读数时也被证明是有效的 。 然而 ， 最近的工作表明 ， 其他匹配方法能够提供更准确和稳健的估计 。 因此 ， 可以合理地假设所提出的粒子滤波方法可以受益于测量模型中这些最近的匹配技术 。

相关经验推荐


上一篇：华为荣耀|荣耀魔术3 Pro和三星S22Ultra哪个更好？

下一篇：苹果|总算有人出手了，苹果因为不配充电器，单机被罚款6943元！