1、同时定位与地图创建允许机器人在未知环境中,依靠自身所带的传感器递增式地创建环境地图,并同时给出机器人所在位置。
2、移动机器人的定位有两种类型:全局定位/绝对定位(Global/Absolute Localization)和位置跟踪(Position Tracking)。
全局定位:给定环境地图,在没有其他先验信息的情况下,机器人依靠自身所带来的传感器获得的信息确定其在地图中的位置。全局定位用来解决“Lost Robot”问题,对机器人位置进行初始化。全局定位必须要求有一个预先知道的环境地图。匹配技术或数据关联方法常用于移动机器人全局定位,通过比较当前的局部地图信息与全局地图信息,确定机器人的位置。但是由于环境的近似性和对称性,一般的匹配方法不能保证有效地解决全局定位问题。目前,基于贝叶斯滤波技术的概率方法成为解决全局定位问题的流行方法。通过递归地计算在机器人位置空间上的概率分布,来确定机器人在工作环境中最可能的位置。
位置跟踪:基于一定的初始信息,对机器人的位置进行跟踪估计。一般地,可将机器人位姿看作是系统状态,运用滤波技术对机器人的位姿进行滤波估计。最常用的方法是卡尔曼滤波。卡尔曼滤波是一种经典的线性最优递归估计算法。它将