移动机器人定位系统方案.doc

. . . . .移动机器人定位-传感器和技术摘要确切的了解车辆的位置是移动机器人应用的一个基本问题。在寻找解决方案时，研究人员和工程师们已经开发出不同的移动机器人定位系统、传感器以及技术。本文综述了移动机器人定位相关技术，总结了七种定位系统：1.里程法；2.惯性导航；3.磁罗盘；4.主动引导；5.全球定位系统；6.地标式导航和7.模型匹配。讨论了各自的特点，并给出了现有技术的例子。移动机器人导航技术正在蓬勃发展，正在开发更多的系统和概念。因为这个原因，本文给出的各种例子只代表各自的种类，不表示作者的倾向。在文献上可以发现许多巧妙的方法，只是限于篇幅，本文不能引用。1。介绍 摘要概述了该技术在传感器、系统、方法和技术的目标，就是在一个移动机器人的工作环境中被找到。在测量文献中讨论这个问题，很明显，不同方法的基准比较是困难的，因为缺乏公认的测试标准和规范的比较。使用的研究平台大不相同，用于不同的方法的关键假设也大不相同。再进一步，困难源自事实上不同的系统是处在其发展的不同阶段。例如，一个系统已经可以商业化；而另一个系统，也许有更好的性能，却只能实验室条件下作有限的测试。正是由于这些原因，我们一般避免比较甚至判断不同系统或技术的表现。在这篇文章里，我们也不考虑自动引导车(AGV)。AGV使用磁带、地下的引导线、或地面上的彩色条纹在作引导。这些小车不能自由设计路径，不能改变自己的道路，那样它们无法响应外部传感器输入（如避障）。然而，感兴趣的读者可能会在Everett, 1995找到AGV引导技术调查。 也许最重要的移动机器人定位文献的阅读结果，正是到目前为止，并没有真正完美的解决问题的方案。许多局部的解决办法大致分为两组：绝对的和相对的位置测量。因为缺乏一种完善的方法，开发移动机器人通常结合两种方法，从每个小组选一个方法。这些方法可以进一步分为以下七类: I：相对位置的测量（也称为Dead-reckoning）1。里程法2。惯性导航 II：绝对位置测量（基于参考的系统）3。磁罗盘4。主动发射引导5。全球定位系统6。地标式导航7。模型匹配2。传感器和技术概述在这部分中，我们将概述应用于移动机器人定位的传感器和技术，也将给出适用的商用系统的实例或证据充分的研究结果。2.1 距离测量法距离测量法是目前应用最广泛的移动机器人定位导航方法，它提供了很好的短期精度，很便宜，并允许非常高的采样率。然而，它的基本的想法是在整个时间里累积增量运动信息，这样随着时间的推移，不可避免地导致无限积累误差。具体地说，定位误差将导致严重的横向位置误差，伴随机器人的行程，按比例增加。尽管有这些限制，大多数研究人员都认同距离测量是一个机器人的导航系统的重要的组成部分。如果距离测量精度可以提高的话，导航的任务可以简化。例如Cox 1991，Byrne 等1992，Chenavier 和 Crowley1992，提出距离测量数据和绝对位置测量融合方法，以获得更可靠的位置估计。距离测量法是基于简单的等式（见Borenstein 等, 1996a），当驱动轮的转数可以变换成准确的相对于地面的直线位移时，它是精确的。然而，如因车轮打滑以及其他一些更偶然的原因，轮子旋转可能不是成比例的转化为线性运动。产生的误差可分为两类：系统误差和非系统误差Borenstein 和 Feng, 1996。系统错误是那些源于机器人运动学的误差，例如轮子直径的偏差或相对于理想轮距的不确定性。非系统误差是那些来自地板与车轮间的相互作用，例如车轮滑动或颠簸和裂缝。通常，当一个移动机器人安装了里程/地标混合式的导航系统，环境中必须放置的地标的密度，从经验上已经决定了基于最坏情况下的系统误差。一个或多个大型非系统误差发生时，这些系统都可能失败。2.1.1 距离误差的测量在移动机器人中，一个重要但经常遇到的困难是距离误差的定量测量。缺乏明确定量的距离误差测量规范导致缺少移动平台的校准以及在科学交流上可比较的距离精度。为了解决这个问题，Borenstein和Feng1995开发出一种方法，定量测量系统的距离误差，以及在一个有限的程度上的非系统误差。这个方法，称为密歇根大学基准（UMBmark），它要求移动机器人预先编程自动跟踪4x4米的正方形和四个现场90度转弯。这个过程是要在顺时针方向（cw）运动五次和逆时针方向（ccw）运动5次。 由距离法计算得到的机器人最后返回的位置与实际返回位置比较，将有一个类似如图1的图形。图1的结果可以表达如下：-顺时钟组和反时钟组运行后的停止位置分布在两个完全不同的区域。-顺时钟组或反时钟组内部的分布是来自非系统误差。但是，图1显示的是未标定车辆，运行在一个较为光滑的混凝土地面，在总测量误差中，系统误差显著大于非系统误差误。 -顺时钟组或反时钟组运行时不对称的重心的结果来自两类系统误差，统称为A类和B类Borenstein and Feng, 1996。A类误差被定义为定位错误，它导致减少（或增加）转数，而不论是哪个方向正方形运动。相比之下，B型误差导致减少（或增加）的转数，在两个方向上的作用是相反的。一个典型的A型误差中轮距的作用是不确定的，而B型误差来源于轮子直径的不同。 实验进行UMBmark后一个数值,体现了odometric精度(相对系统误差)测试车辆可以发现Borenstein峰,1996): UMBmark试验的基础上,Borenstein峰(1995、1996)开发了一种校准减少系统程序odometry微分传动车辆的错误。在这个过程UMBmark测试在进行连续五次,公约的方向找到xc.g。,连续波和xc.g.,公约。从一组方程定义在Borenstein峰,1995;两个校准常数发现,这些图像可以包含在基本odometry计算的机器人。应用该程序几个differential-drive平台是一个不断减少10到20倍的系统误差。图2所示一个典型的校准结果的会议。Emax,系统运行结果对于许多校准时段编织的LabMate机器人与平均Emax,系统= 330毫米无标定车辆和Emax,系统= 24 mm在校准。2.1.2非系统测量误差 Borenstein峰1995也提出了一种测量方法non-systematic错误。这方法UMBmark扩展,可用于比较不同的机器人在相似的条件,虽然测量误差少non-systematic有用,因为这得视情况而定强烈的在地板上的特点。然而,使用一套明确的不规则性和地板年近的平台错误可能 Borenstein1995发展了一种方法非系统性检测和拒绝在移动机器人odometry错误。这方法,两个合作平台不断非系统性相互纠正他们odometry(和一定的制度) 错误,即使是在两个平台上运动。一个视频名为“瓣”展示这一系统的情况下运行包括在内在文献Borenstein等问题,1996 b)和Borenstein 1995 v)。一个商业版本的机器人,如图3,现在是可得到的编织“OmniMate名义下。”,是因为它的内部odometry误差修正,OmniMate 几乎完全麻木不仁的撞击,裂缝,或畸形放在地板上Borenstein,1995)。2.2 惯性导航 惯性导航使用陀螺仪与加速度计分别测量旋转的速度和加速度。测量值积分一次（或两次,对加速度计）得到位置。惯性导航系统的优势是独立测量，也就是说不需要外部参考。然而，惯性传感器数据是随时间漂移的，因为需要积分速率数据才能得到位置；任何一点小小的常数误差的增加，在积分后是不受约束的。当超出扩展时间周期，惯性传感器大多不适合。2.2.1 加速度计使用加速度计的测试结果对移动机器人的导航一般是不够的。来自密歇根大学的研究信息发现，在较低的加速度（即在低的速度转变）下，信噪比很低。加速度计有着广泛的漂移，它们也确实是对地面的不平坦敏感，这是因为来自任何高低不平的地面的干扰将引起重力加速度的一个分量被检测到。一个低成本的惯性导航系统被用来克服包括以下倾斜传感器的问题Barshan和Durrant-Whyte,1993;1995。倾斜传感器提供的倾斜信息提供给加速度计，以清除在加速度计的每个轴上表现出来的的重力成分。尽管如此，从倾斜补偿系统得到的结果表明位置漂移率为1到8厘米/秒（0.4-3.1吋/秒），这取决于加速度变化的频率。对大多数移动机器人的应用来说，这是一个无法接受的误差率。2.2.2 陀螺仪 陀螺仪（也称为“速度陀螺”或者是“陀螺”）对机器人定位是特别重要的，因为它们可以帮助补偿距离测量法最重要的弱点：在一个基于距离测量的定位方法里，任何小的瞬间的定位误差会导致一个持续增加的横向位置误差。因为这个原因，如果定位误差能探测到并立即改正，它将是非常有益的。 对移动机器人的应用，直到最近，高度精确的陀螺还是太昂贵了。例如，一个高质量的惯性导航系统（INS），如那些在一个商用飞机里安装的，将会有一个典型的工作中漂移大约是每小时1850米（1海里），价格由5万到7万美金（伯，1992）。高端INS包用于地面在长距离行程中优于0.1%，但价格在10万美元到20万美金，而低性能的型号（即长距离时1%）在2万至5万美元之间Dahlin和Krantz,1988。然而，最近光纤陀螺（也被称为“激光陀螺”），具有众所周知的准确度，价格已大幅减少，已成为一个非常有吸引力的移动机器人导航解决方案。 一个商业上可用激光陀螺是安德鲁ANDREW公司的“Autogyro Navigator”，如图4。这是一个单轴干涉型光纤陀螺(技术细节见埃弗雷特,1995)。它是基于偏振恒持光纤和精密光纤陀螺技术。ANDREW最新型号Autogyro Navigator的技术规格见表1。这种激光陀螺价格在1000美元以下，很适合作移动机器人导航。2.3 磁罗盘 在（x，y和）中，根据其影响相对定位累积误差情况，车辆航向是最有意义的导航参数。因为这个原因，一个测量航向绝对值的传感器在解决自主平台导航需求中是极其重要的。磁罗盘就是这样一个传感器。任何磁罗盘都有的一个缺点，就是由于在电线或者钢结构附近的地球的磁场经常被扭曲 Byrne et al., 1992。使得在室内难以直接利用地磁传感器。 基于与地球磁场相关的效应的不同，可用的不同传感器有： 机械磁罗盘；磁通门罗盘；霍尔罗盘；磁阻罗盘；磁弹罗盘。最适合用于移动机器人应用的是磁通门罗盘。只要保持一定的水平姿态，磁通门罗盘将测量地磁场的水平分量，伴随而来的决定性优势是低功耗、没有运动部件、容忍冲击和振动、快速启动以及相对较低的价格。如果想要车辆在非平坦地形下操作，传感器线圈应该安装在平衡架上，避免机械损伤和由地磁场的垂直分量引入的严重的误差。 例如：KVH 磁通门罗盘 KVH工业公司，Middletown, RI, 提供一个完整系列的磁通门罗盘和相关的配件，从廉价的针对个别用户的单元到专注于军用的精致复杂的系统KVH。图5中的C100罗盘引擎是一种通用、低成本的（低于700美元）的开发套件，包括一个微处理器控制的独立的磁通门传感器子系统，是基于2轴环状核传感器。 C100提供两个不同的传感器的选择:(1) SE-25传感器，推荐应用范围倾斜+-16度，和(2) SE-10传感器，预期使用倾角+-45度。 SE-25传感器提供的内部引导，由浮动在聚碳酸脂容器里的惰性液体中的传感器线圈提供。SE-10传感器提供了一个有2级自由度的平衡，在附加的内部液体悬挂中摇摆。SE-25传感器安装在传感器PC板，而SE-10悬挂在它的下面。使用一条可选的电缆，该传感器PC板可以与可拆卸的电子PC板分离多达122厘米（48吋）。表II给出附加的技术参数。2.4主动引导主动引导导航系统是船舶和飞机上最常见的导航方式，同样也常用于商业移动机器人系统。主动引导能被可靠检测到，能用最小的处理提供精确的定位信息。结果，这一方式允许高采样率带来高可靠性，但是也导致安装和维护的高价格。主动引导的精确安装要求精确的定位。2种不同类型的主动引导系统都是很著名的：三边测量和三角测量。2.4.1 三边测量三边测量法是基于对已知的主动测量源作距离测量来确定车辆的位置。在三边测量导航系统中通常有三个或更多安装在环境中已知位置的发射器，而一个接收器安装在机器人平台上。也可以相反，在机器人平台上安装一个发射器，而把接收器安装在墙上。利用发射到接收的时间信息，系统计算静止的发射器到平台上的接收器之间的距离。在章节2.5中讨论的全球定位系统（GPS），就是一个三边测量的例子。2.4.2三角法 在这个配置中有三个或更多的主动发射器安装在已知位置，如图6。一个机器人平台上的旋转传感器“看到”的三个发射器的相对于车轮长轴的角度是1、2和3。从这三个测量值，可以算出未知x和y-坐标和未知的车辆定位。这一配置的一个问题是为了得到距离，20米甚至更长，主动发射器必须聚焦在一个锥形的传播范围内。结果，光束在许多地区是不可见的，问题在于光束特别暗淡下也必须保证至少三个源看得见。科恩博士和Koss1992进行了三点三角边长的详细的分析算法，计算机仿真和验证了不同算法的性能。结果概括如下： -只有当机器人在三束光线所形成的三角型内时，几何三角法才能工作。如在此三角形之外时几何方法仍奏效，但这些区域是很难决定的，是高度依赖于定义角度。-当三束光和机器人都在或接近同一个圆时，几何圆交会法有很大的误差。-当初始设想的机器人的位置与方向超出了一定的范围，Newton-Raphson法行不通。-至少两束光的航向需要大于90度。任意一对光束的分离角需要大于45度。 -总之，上述方法中似乎没有一个总是独自适合的，而一个两种以上的方法的聪明结合帮助克服各自弱点。2.4.3特定三角系统 因为他们的技术成熟和商业适用性，光学三角测量系统已广泛应用在移动机器人项目中。这些典型的系统包含一些类型的扫描器，与预先安置在环境中指定位置的参考点一起工作。在实际中会有许多变化埃弗雷特,1995):(a) 扫描探测器与固定光束发射器；(b)扫描发射器/探测器与被动反射目标；(c)扫描发射器/探测器与主动应答目标；还有(d)旋转发射器和固定检测目标。例如:MTI研究CONAC 一个类似的类型系统使用预定义的网络fixed-location探测器是由MTI研究公司、Chelmsford,马(MTI)。MTI的电脑Opto -电子导航和控制(CONAC)是一个导航参照系统使用车载激光单元叫做结构化Opto -电子采集信标(STROAB),如图7。扫描激光束垂直传播消除临界对齐,使接收机,称为网络化光电采集基准(NOADs)(见图8) 安装在任意高度如图9。检测的事件触发一个NOAD光明的一个反应网络主机电脑,从而计算出隐含的角度1和2。一个指标纳入STROAB传感器产生一个旋转参考脉冲便于航向测量。室内精度以厘米或毫米,比0.1 o的标题。 参考NOADs被安装在已知的地点整个中东地区的兴趣。STROAB采集范围是三,足以让NOADS占地面积33000 m没有干涉结构块的看法。另外NOADS可能被雇用来增加容错性和减少含糊笼统如果有两个或更多的机器人操作近在咫尺。最优组由三个NOADS进行选择主机电脑,基于当前位置的机器人与任何预先定义的视觉障碍。一段录像显示CONAC夹在操作系统包括在Borenstein等问题,1996 b)。2.5全球定位系统 全球定位系统（GPS）是一种对于室外导航革命性的技术。GPS是国防部的一个联合服务发展计划开发的。该系统由24颗卫星（包括三个备用）发射射频信号的编码。采用先进的三边测量方法，地面接收器可以通过测量卫星射频信号的传送时间来计算他们的位置，其中包括有关卫星瞬间位置。知晓从地面接收机到三颗卫星的精确距离，理论上就允许计算接收者的允许计算纬度、经度和高度。美国政府故意在时间上和卫星位置上加入小误差以防止某个敌对的国家使用GPS来支持精确制导武器投送。这一故意的位置精度的退化到最差时大约100米（328英尺），称为选择性的可用性(SA)（等问题Gothard条,1993条）。沙漠风暴行动以来，选择性的有效性已经在不断（除几个例外）结束。它在1990年8月到1991年7月战争中被关闭，通过结合地面军力以提高商业手持GPS的接收精度。在另一个场合（1992年10月）SA也被短暂关闭，空军进行测试。伯1993就在那时进行了测试，比较了SA打开和关闭时的GPS的准确性。GPS误差的静态表明它是时间的函数（见图10），被与1992年10月以前，也就是SA开放时比较（注意图10中的缓慢变化的误差，称SA）。通过对比，图11是SA短暂关闭时的测量值。 SA的影响可以通过使用一种众所周知的差分GPS(DGPS)基本上消除了。这个概念是基于这样的前提，即与第一个GPS接收器相当接近（例如，10公里或6.2英里以内）的第二个接收器观察同一颗卫星时将出现基本相同的误差效应。如果这第二个接收器是固定在一个精确测量位置，那就能够由已知位置的第二个接收器产生一个代表在现行条件下该现场的复合误差向量。差分修正可以然后被传递给第一个接收者消除不需要的影响，有效减少商用系统的位置误差。 很多商用GPS接收器可提供差分功能。这一点上，一些当地的电台可为用户提供差分修正服务GPS报告，1992，使用DGPS可能有许多应用。典型DGPS精度在4到6米（13至20英尺），使用更好性能的测量从移动接收机到固定的参考站的距里，误差还会降低。例如，海岸警卫队在正在所有美国主要港口实施的差分GPS，预计为约1m（3.3英尺）的准确性得到条,1993条。已经运行在芝加哥OHare国际机场的一个差分GPS系统可以实时标明即使是移动中的飞机和服务车辆，精度1米（3.3英尺）。测量者用差分GPS可达到厘米级的精度，但这种做法要求对所收集的数据作重要的后处理伯恩,1993)。 在1992年和1993年贝恩雷蒙德1993在美国新墨西哥州Albuquerque山迪亚国家实验室进行了一系列的深入对比测试五种不同的GPS接收器。测试重点主要集中在接收机灵敏度，静止精度、动态精度、多卫星追踪和time-to-first-fix。更重要的在测试中作了参数的评估，包括静态和动态的精度，Magnavox，五个接收器测试结果总结如下。 定位精度 静态定位精度的测量是在测试位置放置Magnavox GPS引擎接收器采集大约24小时的数据。静态定位误差图表如图10。这个实验中定位误差的偏差的平均值和标准值分别为22米（72英尺），16米（53英尺）。 信号的分数有效性 动态测试数据是这样得到的，在各种不同地形行驶载有设备的车辆。选择的不同路径，这样GPS接收器会受到各种障碍的影响。在市内开车包括建筑物、地下通道、招牌、植物。而在典型的山区和峡谷行驶时有岩石峭壁和植物。还有，在州际和农村高速公路上驾驶会看到大卡车、地下通道、公路标志、建筑物、植物，还有小峡谷。 动态测试的结果如图12；百分比有以下意思： 没有导航 没有足够的卫星出现在视野中允许定位。 二维导航 有足够的卫星出现在视野中来确定车辆的x-，y坐标。 三维导航 最佳数据。系统可以确定车辆的x -，y - 和z- 坐标。 总之有一点可以断定，对于许多户外导航任务，GPS是一个非常强大的工具。利用GPS为移动机器人导航所带来的问题是:(a)由于植物和丘陵地形产生信号的周期性堵塞，(b)多路径干扰，和(c) 对于主要（独立）导航系统，位置精度不够。2.6地标式导航 地标是一个机器人能用它的感官知觉输入辨认出环境独特的特点。地标可以是几何图形（例如，矩形，线，园），也可能包括另外的信息（例如，条形码形式）。一般来说，地标具有一个相对于机器人自身的，固定的和已知的位置。地标都经过精心挑选很容易辨认，例如，相对于背景必须有足够的对比。在机器人可以用来当作导航的地标之前，地标的特点必须被了解和储存在机器人的记忆里。定位的主要内容是可靠的确认地标，然后计算出机器人的位置。 为了简化地标的获得，往往是假定当前机器人的位置和方位大约是已知的，所以机器人只需要在有限的区域里寻找地标。因为这个原因，好的距离测量精度是成功进行地标检测的先决条件。 一些方法介于地标和地图定位（见2.7节）之间。它们使用传感器感知环境，然后提取独特的构造作为将来导航的地标。 在本节的内容中，我们讨论两种类型的被寻找的地标:“人为”的和“天然”的地标。重要的是要记住，“自然”的地标适宜工作在高度结构化的环境中，如走廊，制造大厅或医院。事实上，一个证据是，当处于实际“人为”（如高度结构化的环境）时，“天然”地标工作得好。因为这个原因，我们应当定义术语“自然地标”和“人工地标”如下：天然地标是那些总在环境中的并具有不同于机器人导航功能的物体或特征；人造地标是专门设计的物体或标记，需要被安置在环境中，唯一的目的是激发机器人的导航。2.6.1 自然地标自然地标导航的主要问题是从感觉输入检测和匹配特征量。这个任务中传感器选择的是计算机视觉。大多数计算机对自然地标的视觉是长时间的垂直边沿，如门、墙缝，和天花板上的灯（看视频剪辑，编织在Borenstein等问题,1996 b）。当距离传感器用于自然地标式的导航，独特的特征，如一个角落或一条边缘，或长直墙等都是不错的候选特征。选择的选择是很重要的，因为它将决定特征描述的复杂性，检测，和匹配。选择适当的特征也会减少歧义的机会和增加定位精度。Example: AECLs ARK Project一个系统,利用天然的地标共同发展原子能加拿大有限公司(AECL)和安大略省水电技术与从多伦多大学的支持约克大学Jenkin等问题,1993)。这个项目针对发展中一个复杂的机器人系统被称为“机器人已知环境”(柜)。约柜的导航模块机器人如图13岁。模块组成的定制pan-and-tilt表、CCD相机, 眼睛位置和红外激光测距。两VME-based牌,一single-board计算机, 提供一个单片机处理能力。这导航模块被使用在定期地正确机器人的积累odometry错误。这系统采用自然等地标字母数字标志、半永久的结构,或是廊子。使用的唯一标准是地标是与背景颜色和对比场景。约柜导航模块使用一个有趣的混合方法:系统商店(学习) 地标产生三维灰度表面”从一个单一的培训的形象图13:方舟的自然的地标导航系统采用CCD相机和一个激光测距识别飞行地标和测量之间的距离地标和机器人。(由原子能加拿大的有限公司。) 15 得到CCD摄像机。一个粗糙的,注册范围扫描相同的视野被执行采用激光测距仪,给予深度的每一个像素的灰度的表面。两个程序从已知的机器人进行位置。后来,在运行过程中,当机器人一个大约已知(从odometry)立场在几米的训练位置,视觉系统寻找这些地标是,希望可以从机器人的瞬间的位置。一旦一个合适的标志性的发现,在投射的外观具有里程碑意义的计算。这将是一个外表再用于粗规范相关- 基于匹配算法让机器人的相对距离和轴承的问题那个标志。这个过程可以识别不同天然地标约柜测定其相对位置地标等等。一个视频剪辑显示柜系统的情况下运行包括在Borenstein等问题,1996 b)2.6.2 Artificial Landmarks检测很容易用人造地标Atiya詹娜与1993,设计最优的对比。此外,准确的尺寸和外形是人工路标提前知道。产量的大小和形状几何信息的一种财富转化在透视投影。研究人员使用各种不同的图案或标志,并且几何形状的方法和相关技术Talluri位置估计会作相应的调整和Aggarwal, 1993。许多人工具有里程碑意义的定位系统是基于计算机视觉。我们不会在讨论这些系统的细节,但将会提及的一些典型的地标建筑使用电脑异象。福井1981用钻石形的地标,应用最小二乘法找到线提取图像的飞机。其他系统使用反光材料模式和接二连三的光来缓解分割和参数提取Lapin,1992分;Mesaki和Masuda, 1992。也有系统,该系统使用活性(例如,领导的图案,以达到相同的效果Fleury和男爵条,1992条。精度达到上述方法取决于准确的几何这个具有里程碑意义的图像的参数提取图像的飞机,这反过来要视情况而定在相对位置及角度,机器人与之间的地标。一般来说,精度随相对距离的增加。通常有一个范围相对转角哪个好准确度会得到的结果,而精度显著下降一旦相对功角吗移出“好”的地区。还有各式各样的地标建筑的结合使用,与材传感器。最常应用激光扫描反射镜贴上条码。例如,工作在移动检测评估和响应系统(MDARS)埃弗雷特DeCorte等问题,1994分;,1994分;埃弗雷特1995 使用retro-reflectors,那么商用系统从毛毛虫在他们的车辆导向-高德等问题,1990分;伯条,1992条。这些指标的形状通常不要紧。相比之下,一个独特的方法被风丁晓萍。1992用一个圆形的地标应用光学霍夫变换提取椭圆的参数的形象飞机实时的综述了landmark-based导航的特点如下:自然地标提供灵活性和无需修改环境。任何人工路标物美价廉,能有额外的信息编码成模式或形状。最大有效距离和标志性的实质上是机器人短于活跃的指标体系。定位精度取决于距离以及机器人与夹角的地标。而具有里程碑意义的导航是不准确的机器人进一步远离的地标。具有较高的精度,只有当机器人了附近的一个标志。相当大的加工是必要的和活跃的灯塔比系统。在许多情况下机载计算机无法自然具有里程碑意义的算法过程实时不够快运动。环境条件、照明、问题;在边缘能见度陆标可能不被认可或者其他物体的环境与相似的特征可以吗被误认为是合法的地标。这是一个极其严重的问题,因为它可能会导致一个完全错误的决心机器人的位置。地标必须能够在工作环境中在机器人。Landmark-based导航需要一个近似起点位置使机器人知道到哪里去寻找陆标。如果起始位置不明,机器人进行耗时的搜索过程。这个搜索过程可能出错,可能取得一个错误的解释物体在场景里。一个数据库的地标建筑的环境和他们的位置必须持续。只有有限商业支持自然landmark-based技术。2.7 Map-based Positioning 地图定位基于地图的定位，也被称为“地图匹配”是一种技技术，借助于该技术，机器人使用它自己的感受器来创建周围局部环境的一个地图。这一区域地图被拿来与以前存放在存储器里的一个全局性地图进行比较。如果找到匹配，那么机器人能计算其实际位置和在环境中的定位。预存储的地图可以是环境的一种CAD模型，也可以是由以前的传感器数据构建的。地图定位是有优点的，因为它是用典型室内环境的天然结构推导位置，而不改变环境。同时，随着一些算法被开发， 基于地图的定位将使一个机器人去学习一个新的环境，通过探索提高定位精度。地图定位的缺点是对地图传感器的精度有严格要求，并要求有足够的静止状态时间和用于匹配时容易识别的特点。由于具有挑战性的要求，目前多数地图定位工作仅限于实验室图设置和相对简单的环境。2.7.1 Map Building有两种截然不同的起点定位过程的图谱。要么是一个已有的图象，或者机器人必须建造自己的环境地图。Rencken1993定义地图的构建问题,如下：“考虑到机器人的位置与一套测量方法, 传感器看吗?“很明显,map-building能力的一次机器人以其传感能力密切相关。一个问题是有关map-building“自主探索” Rencken条,1994条。为了建立一个地图,机器人必须探索未知环境地图区域。典型地,这是假定没有机器人开始探索任何知识环境。然后,有一个运动战略是跟着旨在最大限度地数量的绘制了最少的地区。这样的运动策略被称为“勘探战略,并在强烈的依赖这种传感器的使用。其中一个例子对一个简单的探索根据激光雷达传感器策略,给出了Edlinger和Puttkamer条,1994条。许多研究人员相信,没有单一传感器形态足以捕捉所有相关独自一人一个真正的环境特征。为了克服这一问题,结合数据是必要的来自不同传感器的需求,这一过程被称之为传感器融合。例如,Buchberger等。艾尔。1993和1994;1995JCrg发展机制,利用异构信息从一个laser-radar获得和声纳系统可靠,为了构建完整的世界模型。传感器融合是一个活跃的研究领域,文学,充满了技术结合不同类型的传感器数据。2.7.2 Map Matching其中一个最重要的和具有挑战性的方面是导航地图匹配图谱, 例如,建立之间的对应一个当前局部地图和地图Kak储存全球等问题,1990)。在地图上工作匹配是计算机视觉的社区通常专注于一般的图像匹配问题,相对于任意位置定位模型(例如,Talluri和Aggarwal,1993)。一般来说,匹配的获得是通过第一次特征提取, 其次是确定正确的形象和模型之间的关系特点, 通常通过某种形式的约束搜索考克斯条,1991条。讨论了两种不同类型的匹配算法,”图标”和“特征”,给出了Schaffer等问题,1992)。Example: University of Kaiserslauterns Angle Histogram一个简单但是显然很有效的方法是由Hinkel map-building Knieriemen1988从凯泽斯劳滕大学,德国。这个方法,称为角度直方图,”使用一个内部开发的雷达。一个典型的浏览该雷达显示图14。作品的角度直方图检测方法如下。首先,一个36