基于改进AMCL与点云匹配校正的落布机器人定位分析

• 全文链接
• 请求原文

作   者：

游刚;  李世芸;  仇隽挺;  周圣云;  张博文; 

作者机构：

浙江万兔思睿机器人有限公司;  浙江工业大学机械工程学院;  昆明理工大学机电工程学院; 

关键词：

粒子贫化;  蝙蝠算法;  AMCL;  全局定位;  NDT; 

期刊名称：

机械设计与研究

i s s n：

1006-2343

年卷期：

2024 年 40 卷 001 期

页   码：

56-62

摘   要：

为了解决落布机器人在纺织车间应用时,由于计算效率低和粒子贫化导致的定位精度降低问题,本文提出了一种基于AMCL(Adaptive Monte Carlo Localization)与点云匹配校正的全局定位方法.首先由AMCL中KLD(Kullback Leibler distance)采样动态删除冗余粒子,并利用蝙蝠算法优化KLD调整后的粒子集,提高粒子多样性,有效压缩粒子规模,从而实现计算精度和效率的双重提升,最后通过NDT(Normal Distribution Trans-form)算法对二维栅格地图进行高精度激光测量匹配,对AMCL的全局位姿进一步修正,提高定位精度.实验结果验证了本文算法的有效性与可行性.