摘要:随着信息技术的发展，工业、科研、国防、娱乐等各个领域越来越需要高性能的自动化系统。智能机器人作为当代最高意义上的自动化系统，受到世界各国科学家的高度重视。移动机器人的研究和应用对推动科技发展、提高劳动生产率发挥着重大的作用，它是衡量一个国家高端制造业水平的重要标志之一。近年来，移动机器人正成为一个活跃的备受关注的研究领域，它的研究成果取得了重大发展，尤其对定位问题的研究和系统运动建模问题密切关联，已知定位问题和运动建模问题已经被广泛研究。由于移动机器人系统运动模型难以精确建模,再加上其传感器感知误差存在高度不确定性和外界干扰因素,从而造成了机器人系统的高度复杂性和不确定性.随着社会的发展和技术的进步，我们找到了可以进行移动机器人的定位算法—粒子滤波器方法。粒子滤波器方法作为一种基于贝叶斯估计的非线性滤波算法,在处理非高斯非线性时变系统的参数估计和状态滤波问题方面有独到的优势,而且是从概率论的角度出发，利用概率演算来明确的描述机器人的位置，能够精确描述机器人的不确定性。

为了深入的了解粒子滤波器如何定位移动机器人，我们进行了该定位算法的设计。本课题研究的就是基于粒子滤波器的移动机器人定位算法设计。希望通过设计算法，明白粒子滤波器的功能所在，了解关于机器人的定位方法发展情况，让科技知识丰富我们的生活环境。

关键词：移动机器人；粒子滤波；机器人定位

目录

摘要

Abstract

1引言-1

1.1移动机器人定位的研究意义和背景-1

1.2移动机器人定位的地图构建-2

1.2.1基于网格的地图创建2

1.2.2基于特征的地图创建2

1.2.3基于拓扑的地图创建3

1.2.4基于视图的地图创建3

1.3移动机器人的定位方法-3

1.3.1利用里程表进行定位3

1.3.2利用路标进行定位4

1.3.3利用视觉进行定位4

1.3.4利用卫星进行定位5

1.3.5利用地图位置进行定位5

2基于粒子滤波器的算法-6

2.1算法的流程图-6

2.2粒子滤波器定位的基本原理-6

2.3贝叶斯滤波-8

2.4粒子重采样-8

3建立模型-9

3.1 移动机器人模型-9

3.2 移动机器人观测模型-10

3.3 移动机器人运动模型-11

4粒子滤波器定位算法步骤-12

4.1粒子样本集合-12

4.1粒子滤波器定位算法步骤-12

5 仿真调试-14

5.1 仿真环境-14

5.2 仿真结果-14

结    论-17

参 考 文 献-18

附    录-19

致    谢-24