机器人控制理论与技术课程论文SLAM技术发展及研究综述

精品文档---下载后可任意编辑摘要：本文对 SLAM（同时定位与地图创建）的技术进展进行综述，介绍 SLAM 技术的进展历程，对 SLAM 问题进行了数学描述，对现在的几种 SLAM 技术的实现方法进行论述，简单介绍 SLAM 技术的工作原理，对现在遇到的关于 SLAM 的技术难点进行叙述，进一步探讨了SLAM 技术的进展方向。关键词：同时定位与地图创建、自主导航、地图创建一．引言移动机器人的同步定位与地图创建(Simultaneous Localization and Mapping ,简称SLAM)作为当前移动机器人定位技术的最主流的讨论方法之一，它最早是由 Randall Smith 和Peter Cheseseman 在 1988 年发表的论文当中提出来在他们的论文中，利用移动机器人的运动方式和装置的传感器获得的测量数据，分别设计了移动机器人的运动模型和观测模型，结合概率学的贝叶斯理论，实现了对轮式移动机器人在未知环境中的运动状态进行实时估量。Leonard 和 Durrant-Whyte 在他们的讨论中指出，所有移动机器人导航的基本过程可以总结为三个最基本的关键问题，即“Where am I now?”、“What is the structure of my environment?”以及“How can I get that target position?”，这三个问题的实质指的就是机器人定位和地图创建、障碍物的识别和避开，以及机器人导航路径规划问题。SLAM 问题的解决直接影响着后面两个问题能否正确处理。所以说，移动机器人的同步定位与地图创建是实现机器人自主导航，提高机器人的智能化水平的关键和首要解决的基础性难题。二．讨论进展现状自从 19 世纪 60 年代，尼尔森等人将人工智能的方法结合到机器人的自动导航开始，移动机器人的定位技术的讨论就开始走向了广阔的讨论者和工程师们的视野中，拉开了这项技术讨论高潮的序幕。然而早期的定位技术由于研制的传感器种类有限，精度不高以及相关的理论尚未成熟的原因，其试验和应用范围都受到了很大的限制。这些定位技术要么是当前的运动环境已知，要么是机器人的运动方式已经确定，要么是只能提供粗略的定位数据。单独的定位或者纯粹的地图创建已经不能很好的解决当前的定位要求。到 80 年代末期，移动机器人的定位技术一直没有多大的突破，讨论陷入了一段时间的低潮。此时，Peter Cheeseman 和 Jim Crowle 等机器人定位技术的年轻讨论者，第一次提出了用概率学中的状态估量理论方法来解决机器人定位和地图创建问题，将运动中的几何关系和噪声用一个近似的概率...