×
Mastrogiovanni，富尔维奥;安东尼奥·斯戈布萨

距离传感器的位置如何影响基于EKF的定位。 （英文） Zbl 1251.68258号

J.智力。机器人。系统。 68，第2期，121-145（2012）.
摘要：本文提出了一种在杂乱和拥挤环境中运行的自主机器人的基于地图的自定位解决方案。为了检测定位特征，2D激光测距仪通常扫描与地面平行的平面。这项工作假设3D工作空间存在“低频横截面”，其中杂乱和动态环境变得“更规则”和“不太动态”。这篇文章的贡献是双重的。首先，引入“不均匀指数”U来定量测量环境的复杂性，因为如果激光测距仪位于离地面不同的高度，就可以感知到环境的复杂性。本文表明，通过选择激光扫描平面来统计地最小化U（在大多数情况下，在人头以上），可以更有效地处理测量模型、移动对象和遮挡特征中的非线性。其次，研究表明，当采用扩展卡尔曼滤波器进行位置跟踪时（这是一种在实际场景中非常常见且广泛使用的技术），当U较低时，估计机器人姿态的后验协方差平均收敛更快，从而获得更好的定位性能。实验结果表明，机器人在现实世界、混乱和拥挤的环境中可以连续工作数小时。

MSC公司：

68T40型 机器人人工智能
68T20型 人工智能背景下的问题解决（启发式、搜索策略等）
93C85号 控制理论中的自动化系统（机器人等）
70B15号机组 机构和机器人运动学

关键词：

基于地图的定位;扩展卡尔曼滤波器;人类环境

软件：

快速SLAM
PDF格式BibTeX公司 XML格式引用
\textit{F.Mastrogiovanni}和\textit{A.Sgorbissa}，J.Intell。机器人。系统。68，第2号，121--145（2012；Zbl 1251.68258）
全文： 内政部

参考文献：

[1] Adams，M.，Probert，P.：解读AMCW光探测传感器的相位和强度数据，以实现可靠测距。国际J.Rob。第15（5）号决议，441-458（1996）·doi:10.1177/027836499601500502
[2] Antonelli，G.、Chiaverini，S.、Fusco，G.:基于最小二乘技术的移动机器人里程计校准方法：理论和实验验证。IEEE传输。机器人。21(5), 994–1004 (2005) ·doi:10.1109/TRO.2005.851382
[3] Arleo，A.，Millan，J.，Floreano，D.：高效学习用于室内自主导航的可变分辨率认知地图。IEEE传输。机器人。自动。15(6), 990–1000 (1999) ·数字对象标识代码：10.1109/70.817664
[4] Armesto，L.，Ippoliti，G.，Longhi，S.，Tornero，J.：FastSLAM 2.0：最小二乘法。摘自：2006年IEEE/RSJ智能机器人和系统国际会议记录（IROS 2006）。中国北京（2006）
[5] Baltzakis，H.，Trahanias，P.：移动机器人定位的混合框架：使用切换状态空间模型的公式。自动。机器人15、169–191（2003）·doi:10.1023/A：1025541126280
[6] Bennewitz，M.，Burgard，W.，Thrun，S.：使用EM学习移动机器人使用者的运动行为。摘自：IEEE/RSJ智能机器人和系统国际会议论文集（IROS 2002）。瑞士洛桑（2002年）
[7] Bennewitz，M.，Stachniss，C.，Behnke，S.，Burgard，W.：利用表面的反射特性来改善移动机器人的定位。收录于：2009年IEEE国际机器人与自动化会议论文集（ICRA 2009）。日本神户（2009）
[8] Blanco，J.、Gonzalez，J.和Fernandez-Madrigal，J.：用于生成改进机器人定位的度量拓扑图的一致观察分组。摘自：2006年机器人与自动化国际会议记录（ICRA 2006）。佛罗里达州奥兰多（2006）
[9] Borenstein，J.：OmniMate移动机器人内部里程计误差修正的实验结果。IEEE传输。机器人。自动。14(6), 963–969 (1998) ·doi:10.1109/70.736779
[10] Bosse，M.，Roberts，J.：大型非结构化环境中仅激光撞击的直方图匹配和全局初始化。摘自：2007年IEEE机器人与自动化国际会议记录（ICRA 2007）。意大利罗马（2007）
[11] Bosse，M.，Zlot，R.：基于大规模二维激光扫描的SLAM的地图匹配和数据关联。国际J机器人。第27（6）号决议，667-691（2009年）·doi:10.1177/0278364908091366
[12] Brscic，D.，Hashimoto，H.：使用机载和分布式激光测距仪进行基于模型的机器人定位。摘自：2008年IEEE/RSJ智能机器人和系统国际会议记录（IROS 2008）。法国尼斯（2008）
[13] Burgard，W.、Trahanias，P.、Hanel，D.、Moors，M.、Shulz，D.、Baltzakis，H.、Argyros，A.：通过网络操作的移动机器人在人口稠密的展览中远程呈现。自动。机器人15、299–316（2003）·doi:10.1023/A:1026272605502
[14] Choset，H.，Nagatani，K.：拓扑同步定位和映射（SLAM）：实现无显式定位的精确定位。IEEE传输。机器人。自动。17(2), 125–137 (2001) ·数字对象标识代码：10.1109/70.928558
[15] 科克斯，I.：布兰奇——一项自主机器人车辆导航和制导的实验。IEEE传输。机器人。自动。7(2), 193–204 (1991) ·数字对象标识代码：10.1109/70.75902
[16] Dissanayake，G.，Williams，S.B.，Durrant-Whyte，H.，Bailey，T.：高效同步定位和绘图（SLAM）的地图管理。自动。机器人12，267–286（2002）·Zbl 1012.68646号 ·doi:10.1023/A:1015217631658
[17] Doh，N.，Lee，K.，Chung，W.，Cho，H.：动力学拓扑地图的同步定位和映射算法。IET控制理论应用。3(9), 1249–1260 (2009) ·doi:10.1049/iet-cta.2008.0254
[18] Dong，J.，Wijesoma，S.，Shacklock，A.：使用原始传感器测量的动态环境中的扩展Rao-Blackwellised遗传算法滤波器SLAM。摘自：2007年IEEE/RSJ智能机器人和系统国际会议记录（IROS 2007）。加利福尼亚州圣地亚哥（2007年）
[19] Duda，R.，Hart，P.：模式分类和场景分析。威利父子公司，纽约（1973年）·Zbl 0277.68056号
[20] Estrada，C.，Neira，J.，Tardós，J.：分层SLAM：大型环境的实时精确映射。IEEE传输。机器人。21(4), 588–596 (2005) ·doi:10.1109/TRO.2005.844673
[21] Folkensson，J.，Christensen，H.：稳健SLAM。摘自：第五届IFAC/EURON智能自主汽车研讨会会议记录（IAV 2004）。葡萄牙里斯本（2004）
[22] Fox，D.：马尔可夫定位：移动机器人定位和导航的概率框架。波恩大学计算机科学第三研究所博士论文（1998年）·Zbl 0919.93003号
[23] Fox，D.，Burgard，W.，Dellaert，F.，Thrun，S.：蒙特卡洛定位：移动机器人的有效位置估计。摘自：《第16届全国人工智能会议论文集》（NCAI 1999）。印度班克罗塔（1999）·Zbl 0971.68162号
[24] Fox，D.、Burgard，W.、Thrun，S.：动态环境中移动机器人的马尔可夫定位。J.阿蒂夫。智力。第11号决议，391-427（1999年）·Zbl 1044.93535号
[25] Fox，D.、Thrun，S.、Burgard，W.、Dellaert，F.：移动机器人定位的粒子过滤器。收录于：Doucet，A.，de Freitas，N.，Gordon，N.（编辑）《序贯蒙特卡罗方法在实践中的应用》，《工程与信息科学统计》。施普林格，纽约（2001）·Zbl 1056.93577号
[26] 美国弗雷斯：关于同时定位和绘图的讨论。自动。机器人20、25–42（2006）·doi:10.1007/s10514-006-5735-x
[27] Georgiev，A.，Allen，P.：城市环境中移动机器人的定位方法。IEEE传输。机器人。20(5), 851–864 (2004) ·doi:10.1109/TRO.2004.829506
[28] Glas，D.，Kanda，T.，Ishiguro，H.，Hagita，N.：使用外部激光测距仪对社交机器人进行同步人员跟踪和定位。收录：2009年IEEE/RSJ智能机器人和系统国际会议（IROS 2009）的会议记录。法国尼斯（2009）
[29] Guivant，J.，Nebot，E.：实时实现的同时定位和地图构建算法的优化。IEEE传输。机器人。自动。17(3), 242–257 (2001) ·doi:10.1109/70.938382
[30] Guivant，J.，Nebot，E.：解决基于特征的同时定位和映射算法的计算和内存需求。IEEE传输。机器人。自动。19(4), 749–755 (2003) ·doi:10.1109/TRA.2003.814500
[31] Haehnel，D.，Fox，D.，Burgard，W.，Thrun，S.：一种高效的FastSLAM算法，用于从原始激光测距生成大规模环境的循环图。收录于：《2003年IEEE/RSJ国际智能机器人与系统大会论文集》（IROS 2003）。美国拉斯维加斯（2003年）
[32] Haehnel，D.，Triebel，R.，Burgard，W.，Thrun，S.：在动态环境中使用移动机器人构建地图。收录：2003年IEEE机器人与自动化国际会议论文集（ICRA 2003）。台湾台北（2003）
[33] Iagnemma，K.，Kang，S.，Shibly，H.，Dubowsky，S.：轮式移动机器人的在线地形参数估计及其在行星漫游车上的应用。IEEE传输。机器人。20(5), 921–927 (2004) ·doi:10.1109/TRO.2004.829462
[34] Jensfelt，P.，Christensen，H.：使用激光扫描和极简环境模型进行姿势跟踪。IEEE传输。机器人。自动。17(2), 138–147 (2001) ·doi:10.1109/70.928559
[35] Julier，S.，Uhlman，J.：同时定位和地图构建理论的反例。收录于：2001年IEEE机器人与自动化国际会议记录（ICRA 2001）。韩国首尔（2001年）
[36] Kaess，M.，Dellaert，F.：在SLAM中闭合循环的马尔可夫链蒙特卡罗方法。摘自：2005年IEEE机器人与自动化国际会议记录（ICRA 2005）。西班牙巴塞罗那（2005）
[37] Konolige，K.：通过约束映射的变量约简实现SLAM。摘自：2005年IEEE机器人与自动化国际会议记录（ICRA 2005）。西班牙巴塞罗那（2005）
[38] Konolige，K.，Grisetti，G.，Kummerle，R.，Burgard，W.，Limketkai，B.，Vincent，R.：二维贴图的高效稀疏姿势调整。摘自：2010年IEEE/RSJ智能机器人和系统国际会议记录（IROS 2010）。台湾台北（2010）
[39] Lidoris，G.、Wollherr，D.、Buss，M.：动态环境中自主机器人探索的贝叶斯状态估计和行为选择。摘自：2008年IEEE/RSJ智能机器人和系统国际会议记录（IROS 2008）。法国尼斯（2008）
[40] Lisien，B.，Morales，D.，Silver，D.，Kantor，G.，Rekletis，I.，Choset，H.：等级地图集。IEEE传输。机器人。21(3), 473–481 (2005) ·doi:10.1109/TRO.2004.837237
[41] Liu，Y.，Emery，R.，Chakrabati，D.，Burgard，W.，Thrun，S.：使用EM学习移动机器人室内环境的3D模型。收录于：2001年机器学习国际会议论文集（ICML 2001）。马萨诸塞州伯克希尔市（2001）
[42] Lopez，M.、Bergasa，L.、Barea，R.、Escudero，M.：使用视觉增强POMDP的辅助机器人导航系统。自动。机器人19、67–87（2005）·doi:10.1007/s10514-005-0607-3
[43] 马蒂内利：带有同步驱动系统的移动机器人的里程表误差。IEEE传输。机器人。自动。18(3), 399–405 (2002) ·doi:10.10109/TRA.2002.1019477文件
[44] Maybank，S.：基于滤波器的深度估计。收录于：《1990年英国机器视觉会议论文集》（BMVC 1990），第349-354页。英国伦敦（1990年）
[45] Miller，I.，Campbell，M.：用于映射动态环境的Rao-Blackwellized粒子滤波。摘自：2007年IEEE机器人与自动化国际会议记录（ICRA 2007）。意大利罗马（2007）
[46] Montemerlo，M.，Thrun，S.，Koller，D.，Wegbreit，B.：FastSLAM 2.0：一种改进的粒子滤波算法，用于同时定位和映射，可证明收敛。摘自：第十六届国际人工智能联合会议记录（IJCAI 2003）。墨西哥阿卡普尔科（2003年）
[47] Neira，J.，Tardós，J.：使用联合兼容性测试的随机映射中的数据关联。IEEE传输。机器人。自动。17(6), 890–897 (2001) ·数字对象标识代码：10.1109/70.976019
[48] Nguyen，V.，Martinelli，A.，Tomatis，N.，Siegwart，R.：室内移动机器人使用二维激光测距仪的线条提取算法比较。摘自：2005年IEEE智能机器人和系统国际会议论文集（IROS 2005）。加拿大埃德蒙顿（2005）
[49] Nieto，J.、Bailey，T.、Nebot，E.：扫描-SLAM：结合EKF-SLAM和扫描相关性。摘自：2005年现场和服务机器人国际会议记录（FSR 2005）。澳大利亚道格拉斯港（2005）
[50] Nieto，J.、Guivant，J.和Nebot，E.：DenseSLAM：单向信息流（UIF）。摘自：第五届IFAC/EURON智能自主汽车研讨会会议记录（IAV 2004）。葡萄牙里斯本（2004）
[51] Ojeda，L.，Borenstein，J.：减少过度约束移动机器人里程表误差的方法。自动。机器人16、273–286（2004）·doi:10.1023/B:AURO.0000025791.45313.01
[52] Ojeda，L.、Cruz，D.、Reina，G.、Borenstein，J.：移动机器人和行星漫游者的基于电流的滑移检测和里程校正。IEEE传输。机器人。22(2), 366–378 (2006) ·doi:10.1109/TRO.2005.862480
[53] Olson，C.：移动机器人的概率自定位。IEEE传输。机器人。自动。16(1), 55–66 (2000) ·doi:10.1109/70.833191
[54] Pfister，S.、Kreichbaum，K.、Roumeliotis，S.和Burdick，J.：移动机器人位移估计的加权距离传感器匹配算法。收录于：2002年IEEE机器人与自动化国际会议记录（ICRA 2002）。华盛顿特区（2002年）
[55] Pfister，S.、Roumeliotis，S.和Burdick，J.：移动机器人地图构建和高效数据表示的加权线拟合算法。收录：2003年IEEE机器人与自动化国际会议论文集（ICRA 2003）。台湾台北（2003）
[56] Rady，S.、Wagner，A.、Badreddin，E.：使用基于熵的特征映射和三角剖分技术的分层定位。摘自：2010年IEEE系统人与控制论国际会议论文集（SMC 2010）。土耳其伊斯坦布尔（2010年）
[57] Ramos，F.，Nieto，J.，Durrant Whyte，H.：识别和建模地标，以在户外大满贯中完成闭环。收录于：2007年IEEE国际机器人与自动化会议论文集（ICRA 2007）。意大利罗马（2007）
[58] Sack，D.，Burgard，W.：从距离数据中提取直线的方法比较。摘自：第五届IFAC/EURON智能自主汽车研讨会（IAV 2004）会议记录。葡萄牙里斯本（2004）
[59] Scalmato，A.、Sgorbissa，A.、Capezio，F.、Mastrogiovanni，F.，Vernazza，P.、Vernazzo，T.、Zaccaria，R.：医院环境中的移动机器人：安装案例研究。摘自：第五届移动机器人国际会议记录（ECMR 2011）。瑞典奥雷布罗（2011）
[60] Scheding，S.、Dissanayake，G.、Nebot，E.、Durrant-Whyte，H.：地下采矿车自主导航实验。IEEE传输。机器人。自动。15(1), 85–95 (1999) ·数字对象标识代码：10.1109/70.744605
[61] Schulz，D.，Burgard，W.，Fox，D.，Cremers，A.：使用粒子过滤器和统计数据关联，使用移动机器人跟踪多个移动目标。收录于：2001年IEEE机器人与自动化国际会议记录（ICRA 2001）。韩国首尔（2001年）
[62] Sim，R.，Roy，N.：SLAM中的全球最佳机器人探索。摘自：2005年IEEE机器人与自动化国际会议记录（ICRA 2005）。西班牙巴塞罗那（2005）
[63] Simoncelli，M.、Zunino，G.、Christensen，H.、Lange，K.：自动泳池清洁：清洁的自我定位和自主导航。自动。机器人9261–270（2000）·doi:10.1023/A:1008962901812
[64] Stachniss，C.、Grisetti，G.、Burgard，W.：主动闭合回路后，在SLAM的Rao-Blackwellized粒子过滤器中恢复粒子多样性。摘自：2005年IEEE机器人与自动化国际会议记录（ICRA 2005）。西班牙巴塞罗那（2005）
[65] Thrun，S.，Beetz，M.，Bennewitz，M..，Burgard，W.，Creemers，A.，Dellaert，F.，Fox，D.，Hahnel，D.，Rosenberg，C.，Roy，N.，Schulte，J.，Schulz，D.：概率算法和交互式博物馆导览机器人Minerva。国际J.Rob。第19（11）号决议，972-999（2000）
[66] Thrun，S.、Martin，C.、Liu，Y.、Hahnel，D.、Emery-Montemerlo，R.、Chakrabarti，D.、Burgard，W.：使用移动机器人获取室内环境多平面地图的实时期望最大化算法。IEEE传输。机器人。20(3), 433–442 (2004)
[67] Thrun，S.，Montemerlo，M.，Koller，D.，Wegbreit，B.，Nieto，J.，Nebot，E.：FastSLAM：一种有效解决具有未知数据关联的同时定位和映射问题的方法。J.马赫。学习。第4号决议，1-48（2004年）
[68] Tur，J.、Gordillo，J.和Borja，C.：自动车辆里程位置估计不确定性的封闭式表达式。IEEE传输。机器人。21(5), 1017–1022 (2005) ·doi:10.1109/TRO.2005.852262
[69] Vu，T.D.，Burlet，J.，Aycard，O.：基于网格的定位和在线映射，带运动对象检测和跟踪：新结果。摘自：2008年IEEE智能车辆研讨会论文集（IV 2008）。荷兰埃因霍温（2008）
[70] Wolf，D.，Sukhatme，G.：动态环境中的在线同步定位和映射。收录于：2004年IEEE国际机器人与自动化会议论文集（ICRA 2004）。新奥尔良，洛杉矶（2004年）
[71] Wolf，D.，Sukhatme，G.：移动机器人在动态环境中同时定位和绘制地图。自动。机器人19、53–65（2005）·doi:10.1007/s10514-005-0606-4
[72] Wong，R.，Xiao，J.，Joseph，S.：动态环境中同步定位和映射的强大数据关联。摘自：2010年IEEE信息与自动化国际会议记录（ICIA 2010）。中国黑龙江省（2010年）
[73] Wulf，O.、Lecking，D.、Wagner，B.：基于三维天花板结构的工业环境中的稳健自定位。摘自：2006年IEEE/RSJ智能机器人和系统国际会议记录（IROS 2006）。中国北京（2006）
[74] Zhou，H.，Sakane，S.：半动态环境中机器人撞击时定位物体。摘自：2008年IEEE/ASME高级智能机电一体化国际会议论文集（AIM 2008）。中国西安（2008）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。