GPS在移动机器人导航定位系统中的应用.pdf

万方数据

GPS在移动机器人导航定位系统中的应用l引言fliterlng，kin∞．atic移动机器人的研究始于20世纪60年代末期，美国斯坦福研究院的Nill等人1972年研制出了取名为Shakey的自主移动机器人，目的是研究应用人工智能技术在复杂环境下，机器人系统的自主推理规划和控制。自那以后，由于计算机技术、通讯技术、信息技术和微电子技术的发展，使得机器人的研究进入到了一个全新的领域，它以研制高水平的环境信息传感器信息处理技术为根本出发点，以适应目前军用民用的双重需要。美国在对阿富汗战争中所使用的便携式小车就是一个明显的例子，它反映了在高科技等条件下的一些新特点。因此研究能够执行特殊任务的机器人的各项技术难点中，导航和定位技术又是移动机器人研究中的瓶颈。只有准确的知道其自身所处的运动空间中的障碍物位置及障碍物运动情况，移动机器人才能更加出色地完成任务。在综合了各种导航定位方式之后，本文采用了GPS导航定位系统，它是美国在70年代研制，90年代投人使用的一种高精度的全球三维实时卫星导航系统。它不但性价比优，而且同时具有准确的快速实时定向，定位；同时具备自主性好，适应性强，精度和可但在移动机器人导航定位中。由于移动机器人的工作环境，动态机动强，小车建模很难，再加上GPS的误差源很多，对各种误差建模比较困难。通常的做法是引用卡尔曼滤波法通过滤波部分地去掉随机误差，并将真实的状态最优地估计出来，但这种方法要求对移动机器人和GPS误差源准确建模，比较困难，同时会造成计算量过大，因此本文杨子俊1)廖凤英2’韦庆1’取位置作为观测量建立移动机器人动态定位模型，同时针对传统卡尔曼滤波的不足进行了分析，提出自适应卡尔曼滤波算MobiletⅫitionNilssen和charles移动机器人就成为一项迫在眉睫的事情。在移动靠度高等特点。总第150期2005年第6期舰船电子工程(国防科技大学机电工程与自动化学院”长沙410073)(q，fg．．Z学院机械系2’郑州45000'7)摘要：为了获得移动机器人定位数据的真实性，减少各种随机误差对定位精度的影响，通过运动载体当前统计模型，法，该算法始终保持噪声模型接近于真实模型，从而较好地解决了GPS动态定位中状态噪声与观测噪声建摸不准确和时变问题，在此基础上，通过模拟噪声和轨迹曲线，进行了仿真，结果显示效果显著。关键词：全球定位系统；移动机器人；卡尔曼滤波；动态模型中圆分类号：TPl5Fengying_2’Wei(Sch(_]d410073)(Mechalical450007)modalmethodWi也thismetbx】d，per[orraomce《GPSkinematic!msitioningfiLterisimgrovedformovingRosen收稿日期：2005年5月6日，修回Et期：2005年5月23日ShipElectronicv016ApplyofGPSthe’FechnologiesRobotNavigationandLocationZijunl’LiaoQin91)ofElectromechanicalEngineeringAut(mlation，NationalUniversityofl)efense’I'echnokg!y”，ChangshaDepartment，ZhongyuanobtaintherealrohotbadKalmanfilterusedkinematicimprovedfilteringmethodispmpasedrobotOnthebasistheoreticalanalysis，theobtaimcomputersimulation，andgreatlyKeywor凼：GPs，mobilerobot，Kalmanmedal25NoYangUniversityTechnology2)，ZhengzhouAbstract：Inorderpositioningdatamobilereduceelfeel(911isprocessrawdata．By[1learlsstaticchoosinglocationpositionThedeft-clencytraditiormlstandardkalmanindynamicanalyzed，anadaptivearticleresultprecisionincreased．Cla稿nulnbet：TPl5ontoaccuracy，currentas
万方数据

巴(一丁+雩+宰)一T丢(小卅e。『lT～—1-e—-aTh二，L0[02系统分析l。(f)=一∞(})+"(f)3方案建立为零，方差为a2。=2一：的白噪声。q23I主(k／k)=E[奎(k)／Zk]而提高GPS定位精度。移动机器人导航定位就是根据