首页 > 专利技术

SLAM问题中机器人定位误差分析与控制

2019.26科学技术创新各个控件也包括了该行计算的方法。对该类的操作都通过调用

类的方法来进行。对所有计算行类设立一个数组存储，

遍历数组即可对每个计算行进行操作。在计算时有一些非输入计算

量，包括管道吹扫距离、设计监理费用基数等是计算中间量，

不适合手工输入，计算线程也无法对UI 进行操作。

因此在UI 线程创建委托，使用委托在计算线程对UI 线程进行通信来对UI 进行修改来输出设计监理费用基数，税费基数等非输入量。

4软件测试与评价

兼容性测试方式是将应用的发布版本打包，放到http 服务

器目录中，使用多种安卓设备访问http 服务器下载软件，

安装，并进行预算测试。测试设备选用小米平板4(Android9.0)、Google Nexus5x (Android6.0-Android8.1)、小米9SE (MIUI10基于Android9)、酷比魔方iwork8(Android-x86,5.0)、华为m3(Android6.0)

、LG V30(Android8.1)等。经测试，软件在Android5.0到Android9.0之间的系统版本都可以正常运行并完成预算。

工程测试方式是选用10个已建成通气的真实项目的数据进行软件可靠性测试，将这10个项目的工程估计量输入到软件中计算，比较软件计算数据和基于工程报价清单系统的计算

结果的相对误差。经测算，上述10个项目，相对误差在2%-5%，

说明软件运算的准确较高。

5结论与展望

去毛刺工具在Android 平台下该天然气工程预算报价软件方便快捷，

易于操作，安全稳定。平均单次报价时间约为二十分钟，

少于传统方式所需的数小时；人员培训时间不超过两小时，优于传统报价人员培训所需数月；采用多种强加密方式，安全性满足金融级安全标准，数据在软件生命周期内不会被破解。该软件计模具石膏粉

算准确性和学习的便捷性都达到了相应的使用要求。软件计算

结果相较决算结果误差<5%，该系统在预算报价过程中表现明

显优于传统预算方法，服务器程序运行稳定，

易于维护，与移动端软件兼容性好，能够很好的服务燃气工程快速报价任务。

参考文献

[1]BP.BP Statistical Review of World Energy 2018[M].London:BP,2019.

[2]中华人民共和国国土资源局.2017中国国土资源公报[M].北京：中华人民共和国国土资源局,2018.

[3]CHEN H-Q,WANG X,HE L,et al.Chinese energy and fuels research priorities and trend:A bibliometric analysis [J].Renewable and Sustainable Energy Reviews,2016,58(3):966-975.

[4]张世翔，苗安康，李林沣.基于电价与气价的煤改清洁能源竞争性分析研究[J].价格月刊,2018(1):38-45.

[5]杨建红.中国天然气市场可持续发展分析[J].天然气工业,2018(4):145-152.

[6]杨勇，张兴亮.城市燃气工程的全过程造价控制措施之我见[J].当代化工研究,2015(2):61-62.

[7]L wgren J,Stolterman E.Thoughtful interaction design:A design perspective on information technology [M].Mit Press,2004.

SLAM 问题中机器人定位误差分析与控制

罗润鑫余柳平陈梦强黄军邬依林

（广东第二师范学院计算机科学系，

广东珠海510303）在现阶段的移动机器人定位导航技术研究中，SLAM 算法可以通过对机器人自身携带的传感器来对周围的环境进行测量和对自身位置进行估算，从而实现机器人在未知环境下自主进行定位导航的目的。本文针对SLAM 问题中机器人定位误差与控制进行分析，希望通过分析可以进一步降低移动机器人在未知环境中的定位误差增长率，对定位误差的增长速度进行有效控制。1SLAM 问题和算法SLAM 问题可以描述为移动机器人从一个未知环境中的初

始点出发，通过运用自身携带的传感器对周围环境进行感知，

并通过对周围环境信息的提取和计算对机器人自身的位置进行确定；同时，根据机器人传感器获得的信息数据构建一个环境地图，并通过地图的运用对自身位置进行更新，从而进行移动定位。所以说SLAM 算法问题也可以转变为移动机器人位置移动和观测信息概率计算的问题。

2SLAM 算法问题的建模摘要：研究机器人同步定位和建图问题是研究机器人能否在未知的环境中进行自我控制的重要问题之一。本文分析了

SLAM 问题中移动机器人定位误差的相关问题，说明机器人在运动的过程中，

其误差会随着机器人的运动而不断增大，无法估计出机器人定位误差的上限。经分析得出：可以通过控制机器人的运动速度来控制机器人定位误差的增长。

关键词：SLAM 问题；机器人定位；误差分析；控制

Abstract:The study of robot simultaneous localization and mapping is one of the important issues to learn whether the robot can control itself in unknown environment.This paper analyses the relative issues of location error of mobile robot in SLAM problem ，which shows that the positioning error will increase along with the movement during the process of robot moving,and the upper limit of location error of the robot can not be estimated.In conclusion,the increase of positioning error can be controlled by controlling the speed of robot.

Key words:SLAM;Robot localization;error analysis;control 中图分类号:TP242文献标识码:A 文章编号:2096-4390(2019)26-0081-02（转下页）81--

科学技术创新2019.26

马凳筋在运用SLAM 算法对机器人定位误差进行分析时，需要针对SLAM 算法问题进行建模。首先需要针对移动机器人的各个

模块建立数字模型，例如运动模型、

观测模型等，然后对建立过的数字模型展开详细的分析和讨论，

分析各个数字模型的建立对SLAM 系统的计算结果的影响。移动机器人在定位与建图的

过程中需要建立三个坐标系，这三个坐标系分别是：

全局坐标系、移动机器人传感器的局部坐标系以及移动机器人的本体局部坐标系。

3SLAM 问题中机器人定位误差的分析

在SLAM 问题中分析机器人的定位误差可以采用概率计算的办法，这种计算办法主要是通过SLAM 问题中机器人定位和建图来实现的。

移动机器人通过在SLAM 问题中进行定位和建图，对周围物体

间的距离进行计算，并对自身的位置进行路标确定，

然后根据环境路标的计算来对移动机器人的位置进行定位导航。

通过SLAM 问题中对移动机器人定位误差的分析，我们可以发现移动机器人不可能同时对环境中的所有路标进行观测，只能观测到少数几个路标，甚至有时候一个路标也观测不到；

另外，移动机器人在观测路标时维持的时间比较短，

只能维持有限的一段时间，随着移动机器人的不断运动，

下水井盖

机器人逐渐丧失了对之前路标的观测，同时又会增加对新的路标的观测。通过大量实验证明，移动机器人在观测到新路标的前几个时间段内，产生定位误差的速度相比后面几个时间段产生误差的速度

会更快，所以说对于机器人观测到的路标，

前面观测的路标对机器人定位的帮助会更大。当机器人可以始终观测到所有的路标并且对所有的路标都可以进行多次的观测时，那么机器人的

定位误差就会无限接近于某一个极限值，

不会再增加，但是这种情况实现的机率很小。

冷轧扁钢另一方面，

很多的SLAM 问题都是非线性的问题，在进行线性化的过程中会产生更大的系统误差。在LG-SLAM 中进行机

器人定位，其误差值总体上是呈现增长的趋势的，

所以说在非线性的SLAM 问题中机器人的定位误差总体上也是呈增长趋势的。移动机器人定位除了和SLAM 问题中的运动模型与观测模型有关，还和移动机器人某一时间点观测到的路标数量以及对路标的观测次数有很大的关系。因此在未知的环境中无法对移

动机器人的定位误差设置上限，

所以移动机器人在范围比较大的环境中产生闭环问题的可能性会更大。如果机器人在未知环

境中，路标指示分布在一些局部的区域内，

其他地方没有，这时机器人就无法观测到路标，会极大的增加定位误差，

在这种环境下，可以采用拓扑一度量地图的混合式SLAM 方法来进行估算。

4SLAM 问题中移动机器人的控制分析

通过上文分析我们可以了解到，在SLAM 问题中移动机器

人的定位误差是呈增长趋势的，

特别是在未知的环境中，移动机器人的定位误差没有上限，因此也无法控制移动机器人的定位误差上限。鉴于该种情况，我们可以通过采取一些措施来对

移动机器人定位误差的增长速度进行控制，

从而侧面降低定位误差。通常情况下，移动机器人的运动模型误差和控制输入的数值大小有关，而机器人定位误差的增长速度会直接受到运动模型误差的控制，所以我们完全可以通过对机器人运动速度的

控制，来对机器人的运动模型误差进行控制，

最后实现对定位误差增长速度的控制。

其具体控制做法是首先可以制定一个对机器人误差大小进

行定位度量的准则，在Kalman 滤波的SLAM 算法中，定位估计

的方差矩阵通过矩阵加法更新，

为了方便计算，兼顾机器人定位的各个自由度，则可以把定位估计方差矩阵迹的大小设定为机器人定位误差大小的度量。

通过对机器人运动速度的控制，可以对机器人观测路标的次数进行控制，从而达到控制SLAM 中机器人定位误差的增长

速度。机器人在路标比较密集的地方，

移动的速度很快，而在路标比较稀少的地方，移动的速度就会比较慢，

这样就可以有效的防止机器人在某一区域出现定位误差不断增长的问题。

5结论

综上所述，本文主要针对SLAM 问题中机器人的定位误差

和控制进行分析，通过分析我们了解到，

机器人在不断的运动过程中，其定位误差呈不断增长的趋势，同时，机器人的定位误差还会受到所处区域路标数量多少以及观测路标次数的影响。通过对机器人定位误差相关问题的分析，本文提出通过对机器人运动速度的控制来对机器人的定位误差增长速度进行控制，从而可以有效避免机器人在某一区域或者某一时间段内定位误差的不断增长。

电阻丝参考文献

[1]赵一路.移动机器人SLAM 问题研究[D].上海：复旦大学，2010.

[2]季秀才，郑志强，

张辉.SLAM 问题中机器人定位误差分析与控制[J].自动化学报，2008(03)：323-330.

[3]王盼盼.基于SLAM 算法的移动机器人定位导航技术研究[D].芜湖：安徽工程大学，2018.

[4]熊安.基于SLAM 的轮式机器人定位与导航技术研究[D].北京：中国科学院大学(中国科学院国家空间科学中心)，2018.

基金项目：广东第二师范学院大学生创新创业训练项目

（国家级），智能服务机器人(编号：201814278009)，广东第二师范学

院计算机实验教学示范中心（编号：2018sfzx01）。

作者简介：罗润鑫，男，广东梅州人，

本科学士。研究领域：人工智

能。