基于自适应观测模型的移动机器人室内蒙特卡罗动态定位系统研究

针对存在玻璃门、动态行走的行人的环境时,传统的蒙特卡罗移动机器人定位算法因环境噪声的增大致使观测信息剧烈变化导致定位性能下降的问题,提出了一种基于改进的观测模型的蒙特卡罗定位(MCL)算法.该算法通过在观测模型中引入测量失败误差和动态误差提高激光传感器测量数据的有效性,利用激光传感器测得数据匹配已创建的占用栅格地图,检测已知环境是否发生变化,从而改变随机误差、测量失败误差、动态误差对应的权重,降低噪声对测量值的影响,提高在复杂环境下的定位准确性.基于机器人操作系统(ROS)进行了实验,实验结果表明该算法具有较好的有效性.