移动机器人融合分布式感知的扩展Monte Carlo定位算法

摘要

针对移动机器人定位中单纯依赖自身传感器的局部感知信息定位难的问题，提出了一种融合分布式感知的扩展Monte Carlo定位方法。在定位过程中，根据机器人本体感知更新前后采样分布信息熵的变化和有效采样数目以及采样分布均匀性来判断，适时地从环境传感器的检测模型进行重采样，从而能有效减少机器人位姿估计的不确定性。在算法的具体实现过程中环境传感器采用彩色摄像头，摄像头的参数需要机器人进行在线标定，然后依据标定的参数获得摄像头的检测模型。最后的实验验证算法在解决全局定位和机器人绑架问题的有效性。