摘 要

视觉机器人技术是当今智能机器人技术研究的重点课题之一，是机器人智能化的主要研究方面。视觉机器人技术主要的的研究方向是由视觉传感器获取二维的图像，并从图像中的具体物理信息分析并确定出物体在三维环境中的具体姿态，位置和几何信息等具体的三维信息。以便于更加精确的描述机器人所处的环境信息。最终把复原出的环境信息传递给智能机器人的决策系统，由机器人根据所需执行的任务进行决策。本文第一步论述了移动机器人视觉SLAM问题研究的意义与背景，并对这一项技术在国内和国外的研究现状和发展方向做出了分析。

伴随着移动智能机器人应用领域的逐渐广泛和对移动机器人导航问题研究的进一步发展，机器人在线在线定位与地图构建（SLAM）的方法成为了学者们在研究智能移动机器人是关注的重点问题。SLAM在实际应用及理论研究方面均具有重要的价值，很多有关方面的学者认为SLAM技术是解决机器人智能化问题的重要前提和条件。

本文将移动机器人在机器人处于自身未知的，室外的复杂环境条件下的在线定位与地图构建问题作为研究重点，基于现有的SLAM方法，发现了一种改进算法，增加了现有机器人在线定位及地图创建算法的估算精度、消除了不一致性并提高了计算效率，扩展其使用范围。

论文使用扩展性卡尔曼滤波法(EKF)，针对二维空间中智能机器人SLAM问题，找出了一种快速自适应的机器人在线定为及地图创建算法并通过MATLAB仿真，得出智能移动机器人在线定位及估计路径的仿真图。

关键词：SLAM 视觉传感器 MATLAB仿真 在线定位

Two-dimensional positioning robot online SLAM algorithm

Abstract

Robot vision is important to realize intelligent robot technology, since it is one of the hot research topics in the field of robotics. Robot vision system is mainly obtained through a two-dimensional visual image, perception and attitude to restore the three-dimensional objects in the environment. The relative position and geometric information, described and explained the surrounding environment, and then transmitted the environment information acquisition to the mobile robot, made by robotic systems out decisions. This thesis outlined the background and significance of the mobile robot vision, analyzed the development and research of intelligent robot vision systems and image matching techniques in the field of research for both indoor and outdoor environment.

With the continuous expansion of mobile robot applications and mobile robot navigation research deepening Mobile robot simultaneous localization and mapping (SLAM) problem of mobile robotics are becoming a hot issue of concern. SLAM technology has important theoretical significance and application value, therefore, SLAM is agreed by many scholars. In this thesis, how to use SLAM to deal with outdoors problem of the mobile robot is studied in an unknown environment as the main contents, in the conventional method

Based on the proposed algorithms, the thesis studied the method to improve the estimation accuracy of SLAM algorithm, consistency and computational efficiency.

Extended Kalman filter method for two-dimensional space is applied for the mobile robot localization Construction (SLAM) problem with the map. The map created by a fast adaptive SLAM algorithm through MATLAB simulation. Finally, the online mobile robot localization path simulation has been performance.

Keywords： SLAM; visual sensor; MATLAB simulation; Online positioning;目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1课题研究背景及意义 1

1.1.1立题背景 1

1.2 国内外研究现状 2

1.2.1 环境视觉定位 2

1.2.2实现智能机器人的视觉SLAＭ 3

第二章 SLAM 基础理论与系统模型 6

2.1 移动机器人的定位 6

2.2 移动机器人使用的系统模型 7

2.2.1 系统使用的坐标模型 7

2.2.2 系统使用的环境地图模型 8

2.3 数据关联问题 8

2.4 本章小结 9

第三章 基于EKF的在线定位算法及仿真 10

3.1 EKF SLAM 算法 10

3.2基于EKF算法的MATLAB仿真 13

3.2.1仿真环境及仿真结果 13

3.3 本章小结 15

第四章 总结和展望 16

4.1总结 16

4.2展望 16

结 语 18

参考文献 19

致 谢 22

附录 23

第一章 绪论

1.1课题研究背景及意义

1.1.1立题背景

智能机器人是一个通过复合的传感器系统将外部环境获取与感知[1]、在行动中进行决策规划[2]、对自身行为进行控制和执行[3]等许多功集合在机器人自身身上，在复杂环境中根据获取的外部信息实现自行智能运行，完成给定的作业任务的生产工具。作为在信息时代中新兴的智能生产工具，在把人类从繁重的体力劳动中解放出来，加快生产效率，代替人类从事危险环境下的繁重工作[4]方面机器人是人类的好助手。在当前的技术支持下，移动机器人技术在家庭日常生活、易燃易爆的危险用品生产运输、作战侦查、未知环境探索这些人类并不能很好的完成或者有危险的领域得到了广泛的应用

1.1.2研究目的和意义