第28卷第4期　2006年7　　月

文章编号:100220446(2006)0420415207

机器人　ROBO　T

Vol.28,No.4

　July,2006

一种基于视觉的步行机器人MonteCarlo自定位系统

张霄汉,陈小平,李嘉玲,李响

3.中兴通讯南京研究所,江苏南京　210012)

1

1

2

3

(1.中国科学技术大学计算机系,安徽合肥　230027;　2.纽约理工大学电子与计算机工程系,美国纽约　11201;

3

摘　要:提出了一种基于视觉的步行机器人自定位系统.该系统基于MonteCarlo定位方法,分别利用了人工地标和自然地标的高噪声的传感器信息,结合无反馈的里程计信息来完成自身定位.本系统对于自然地标的不唯一性做了特殊处理,融合多标志物的信息,并提出新的计算权重和样本重采样方法,以适应动态不确定的环境.在真实机器人上的实验结果表明,在高噪声的信息输入下,能够获得实时、准确、稳定的定位结果,能有效解决“绑架的机器人”问题.

关键词:自定位;MonteCarlo定位;步行机器人;计算机视觉中图分类号:　TP24　　　　文献标识码:　B

AVision2basedMonteCarloSelfaWalkingRobot

Z,ing,LIJia2ling,LIXiang

1

2

3

(1.DmputerofScienceandTechnologyofChina,Hefei230027,China;

epartmandComputerEngineering,PolytechnicUniversity,NewYork11201,USA;

3.ZTEResearchCenter,Nanjing210012,China)

.BasedonMonteCarlolocalization,the　Abstract:Thispaperp

resentsavision2basedlocalizationsystemonleggedrobots

systemmakesuseofhigh2noisedsensordataofartificialandnaturallandmarks,alongwithodometrydatawithoutfeedback.Specialmethodstodealwithsimilarnaturallandmarksandtoincorporateinformationfromseverallandmarks,aswellasanewmethodforweightcalculationandparticleresamplingarepresented.Resultsofexperimentsonrealrobotsshowthatthesystemcanadapttoadynamicallyuncertainenvironment,remainaccurateandstableunderahighnoisedcondition,solvetheproblemofkidnappedrobots,andperforminreal2time.

　Keywords:self2localization;MonteCarlolocalization;walkingrobot;computervision

1　引言(Introduction)

移动机器人导航是当前的一个热门研究领域.

[1]

Leonard和Durrant2Whyte曾提出研究移动机器人导航的3个基本问题:“我在哪里”,“我将要去哪里”以及“我怎么去到那里”.机器人自定位研究的就是第一个问题“我在哪里”.对这个问题,现有的研究并没有找到一种完美的解决方案,已有的方法可分为

[2]

两类:相对位置测量方法(包括里程计法和惯性导航法等)和绝对位置测量方法(包括主动的灯塔法、地标识别法和模型匹配法等).在实际研究中,通常将两类方法结合使用.

[3]

MonteCarlo定位(MCL)是一种鲁棒性较强的

概率化的定位方法.对MCL的大多数现有研究

[3～5]

以轮式机器人为应用背景,利用声纳或者雷达传感器获取环境信息.声纳和雷达使用高精度的360°传感器信息,而本文使用的传感器信息来自于机器人局部视觉.同时,轮式机器人的运动模型往往是可预测、连续变化的,而步行机器人的步幅是非连续变化的,因而带来相对更大的里程计信息噪声.

仅在最近的一些文献中

[6,7]

,步行机器人上的视

觉传感器信息被用于MCL.这些工作都使用同一种计算最终样本点权重和样本集重采样的方法,不足

3基金项目:国家自然科学基金资助项目(60275024);国家973计划资助项目(2003CB317000).

收稿日期:2005-10-20