基于同步定位与建图的月球车自主定位及速度估计研究

摘要

自主定位功能是实现月球车巡视探测的基本保证。本文针对月球环境特点（无地磁、慢自旋、强光照、强粉尘、月面纹理单一、无大气）及月球车任务特点（小加速度运动、“运动-探测-数传”分步执行）等，研究了基于同步定位与地图创建（SLAM）的月球车自主定位及速度估计问题。
　　 论文在原有月球车组合导航系统方案基础上，提出了一种基于惯性测量单元、小型激光雷达、里程计、全功能太阳罗盘的月球车组合导航系统方案，给出了位姿、速度确定流程。捷联惯导与太阳罗盘提供车体的姿态信息，通过同步定位与建图过程得到更精确的位置及速度估计。
　　 论文选用一种基于Rao-Blackwellized粒子滤波器的同步定位与地图创建（RBPF-SLAM）算法作为理论基础，建立了里程计运动模型与激光雷达观测模型。通过特征环境下的仿真实验验证了重采样的必要性及带来的副作用。探讨了特征环境下影响SLAM滤波一致性的因素，同绕产生定位估计不一致现象的原因进行改进：第一，采用无迹卡尔曼滤波（UKF）算法计算最优提议分布，避免了扩展卡尔曼滤波(EKF)带来的线性化误差。第二，在重采样算法中加入了MCMC移动步，以抑制粒子贫化问题。并进行了特征环境下的仿真验证。
　　 论文实现了非结构化环境下月球车同步定位与地图创建及速度估计。给出了栅格地图表示及激光雷达扫描数据与地图匹配的方法。并对传统RBPF-SLAM中最优提议分布采样方法进行了改进，在先验估计的计算中考虑了最新的观测量。为了减少对内存的需求及计算效率，采取所有粒子共同维护一幅地图的策略。另外，根据定位的结果提出一种速度估计的方法。采用三种月球车同时定位与地图创建方法进行仿真，一种方法直接利用捷联惯导进行定位与速度估计，另外两种方法则将捷联惯导分别与传统及改进的RBPF-SLAM方法相结合进行定位及估计速度。实验结果表明，与其它方法相比，改进的RBPF-SLAM方法不影响最终定位精度，而且使惯性定位及速度估计的累积误差得到有效抑制，得到较好的估计速度并提高了定位与地图创建的效率。

目录

文摘

英文文摘

第1章 绪论

1.1 课题来源

1.2 课题背景及研究意义

1.2.1 课题背景

1.2.2 研究意义

1.3 行星探测车及其导航系统应用现状

1.4 同步定位与地图创建算法的国内外研究现状

1.4.1 滤波理论在SLAM中的应用现状

1.4.2 蒙特卡罗定位研究现状

1.5 论文的主要工作与组织结构

1.5.1 研究内容与方法

1.5.2 论文的组织结构

第2章 月球车组合导航系统方案及SLAM研究

2.1 引言

2.1.1 基本导航方法

2.1.2 组合导航方法

2.2 月球车组合导航系统方案

2.3 月球车的定位与地图创建问题

2.3.1 获取环境信息

2.3.2 表达环境信息

2.3.3 数据关联

2.3.4 不确定信息的描述与处理

2.4 本章小结

第3章 粒子滤波在月球车SLAM中的应用与仿真

3.1 引言

3.2 月球车SLAM的实现方法

3.2.1 扩展卡尔曼滤波SLAM

3.2.2 RBPF-SLAM的核心思想

3.2.3 权值计算及重采样

3.2.4 分层重采样

3.3 特征环境下RBPF-SLAM及一致性分析

3.3.1 特征环境下RBPF-SLAM描述

3.3.2 一致性分析

3.4 仿真实验及分析

3.4.1 里程计运动模型的建立

3.4.2 观测模型的建立

3.4.3 仿真实验

3.5 本章小结

第4章 基于SLAM的月球车定位一致性的改进

4.1 引言

4.2 提议分布的改进

4.2.1 UKF算法原理

4.2.2 改进的建议概率分布及其计算

4.3 重采样的改进

4.4 UMCMCPF SLAM算法

4.5 仿真实验及分析

4.5.1 仿真参数设定

4.5.2 实验结果及分析

4.6 本章小结

第5章 非结构环境下月球车SLAM与速度估计

5.1 引言

5.2 栅格地图的创建及维护

5.2.1 环境信息的获取

5.2.2 地图表示与维护

5.3 提议分布的改进

5.3.1 传统的最优提议分布采样方法

5.3.2 改进的最优提议分布采样方法

5.4 月球车速度估计

5.5 改进的RBPF-SLAM及速度估计流程

5.6 仿真实验及分析

5.6.1 仿真参数设定

5.6.2 实验结果及分析

5.7 本章小结

结论与展望

参考文献

攻读硕士学位期间所发表的学术论文

致谢