［編纂簡介］：本文采取RFID技能和粒子濾波器實現移動機器人自立定位和輿圖建立。操縱RFID的高速數據傳輸的特色，加強移動機器人數據獲得才能，增加了機器人定位的服從。但今朝，RFID技能還有待進一步進步，閱讀器與此同時接受多個標簽數據時的碰撞題目要進一步辦理完善。與此同時SLAM 算法取RFID使用的聯合將匡助機器人更好的定位及節制。

［關鍵詞］：RFID 挪動機械 同步定位

　　在室內移動機器人的導航中，機器人的定位取輿圖建立是機器人研討中一個根底且主要的題目。機器人只有實時明白本身當前的方位，才可以快速正確地抵達終點。自打移動機器人出生以來，已知環境輿圖的定位題目和已知定位的輿圖建立題目已被普遍研討，提出了多種有用的辦理門路。而當輿圖和機器人的位置皆事前未知時，定位題目就變得愈加龐雜。

　　正在這類情況下，規定機械人正在一個完整未知的環境中從一個未知的位置動身，正在遞增地豎立環境的導航輿圖取此同時，哄騙已豎立的輿圖來同步刷新本身的位置，終究構成完好的環境輿圖并正在此基礎上供應精確的定位。正在上述題目中，機械人位置和輿圖二者的估就算是高度相干的，任何一方皆沒法自力獲得。那樣一種相輔相生，不時迭代的進程，被學術界簡稱為同步定位取輿圖豎立( SLAM )題目。該題目能夠表述為：機械人正在未知環境中，從一個未知位置最先挪動，正在挪動進程中依據位置預計和傳感器開展本身定位，取此同時豎立環境輿圖。現正在利用的主如果含糊邏輯和幾率的方式，如Bayes預計，Kalman濾波，擴大Kalman濾波和Markov推理等。

　　射頻辨認(RFID)手藝是近年來鼓起的一門自動辨認手藝。取傳統的條形碼體系、接觸式卡等不一樣，射頻辨認體系是哄騙無線射頻方法非接觸供電，并舉行非接觸雙向數據通信，以到達辨認并交流數據的目標。辨認事情不必人工干預，可事情于各類卑劣環境。將RFID手藝應用于機械人中，能夠更好地發揚其手藝特性，使機械人更多地獵取外在信息。

　　很多學者正正在研討將RFID適用于機器人定位體系中，把RFID作為機器人的一種傳感器來開展數據收集和處置懲罰。標簽為機器人的外部信息量，機器人根據閱讀器來收集各個標簽中的位置信息，根據獲得的信息操縱同步定位取輿圖創立算法來對機器人開展有用的定位，進而獲得更精確地掌握。本文的研討工作中提出了一種基于RFID 體系的有用SLAM 算法。該算法能夠辦理2維環境下的機器人定位題目。實驗證實，根據已知的RFID數據，該算法能成功地正在2維環境中實現移動機器人的跟蹤定位。

　　1 RFID 環境設置

　　將RFID標簽如圖1所示均勻分布正在地面上，標簽的間距為0．5m。每一個標簽牛皆寄存該標簽所正在位置的絕對坐標數據。以便稍后為機器人給予外部位置信息。

　　將RFID 閱讀器安裝于機械人的底部，適用于讀取安排正在地面上的標簽中的信息。機械人正在挪動過程中進入標簽局限時，標簽進入閱讀器的磁場局限，吸收閱讀器收回的射頻旌旗燈號，憑仗感應電流所得到的能量發送出存儲正在標簽中的坐標信息。實驗中RFID閱讀器的正面朝下讀取地面的標簽卡。

　　當移動機器人顛末標簽時，閱讀器讀取標簽中的坐標信息并將其傳回電腦存儲，并讀取閱讀器的磁場范疇的下一個標簽．反復這一進程直到閱讀器吸收其射頻場內全部標簽信息。正在本文的研討中，只斟酌RFID閱讀器一次只處置一個標簽坐標信息的情形。

　　2 定位算法

　　上文曾經描寫了經過RFID體系獵取機器人根基位置的方式。然而，同步定位的精度取RFID標簽的間距和硬件設備的性能密切關系。文中提出的基于RFID體系的同步定位取輿圖建立算法經過一些根基坐標信息來展望移動機器人的活動軌跡并定位。列國研究者曾經提出了多種輿圖表現方式，大抵可分為3類：柵格輿圖、多少特點輿圖和拓撲輿圖。本文運用多少特點輿圖，用多少特點表現傳感器網絡中的一個傳感地標。輿圖中的地標和機器人的位置用直角坐標系表現。

　　當RFID標簽進入閱讀器的磁場范疇時，閱讀器讀取其坐標數據X( x，y )，并依據該坐標值盤算機器人到各個已知路標間的間隔，已知路標用標簽透露表現。

　　是以Tagl的影響力最大，對閱讀器的位置有最大決定權。Tag3的影響力最小，對閱讀器位置的決定權最小。依據三角定位道理，只與影響力較大的3個信息標簽來干定位盤算。

　　按照Tagl，Tag2，Tag4到閱讀器的間隔d1，d2，d4 可求出待定位的機器人測算坐標St =(xs，ys )：

　　2．3 活動模子

　　活動模子展望下個時間段機器人的活動狀況和環境特點。移動機器人正在t時刻的位置為St (X s，ys)，St是 t 時刻移動機器人的輸入節制Ut和前一時刻位置S t-1 的一個函數，移動機器人的位置信息可以用活動模子:

　　來默示

　　因為環境特點是靜止的點，活動模子能夠如下表現：

　　此中(xi (t)，yi (t))是t 一1時刻標簽 i 的坐標。

　　由活動模子中采樣M 條途徑，每條途徑全是一個粒子。對每一個粒子來講，機器人活動途徑是肯定的，每一個粒子劃分采取N個卡爾曼濾波器預計用N個環境特點的位置。

　　和辨別暗示第i個粒子的N個環境特點的高斯均值和協方差。

　　2．4 SLAM 中的粒子濾波器

　　粒子濾波算法的迭代進程為：

　　① 初始Ⅳ 個粒子，透露表現機器人的位置；

　　② 求上一步中每一個粒子的活動模子；

　　③ 對每一個默示機器人的粒子，猜測觀察值，并按照觀察值盤算粒子權值；

　　④ 運用每一個粒子對應的K個卡爾曼濾波求各個環境坐標位置的估計值；

　　⑤ 重采樣；

　　機器人途徑粒子重采樣所需求的權值測算如下：

　　3 仿真成果

　　機器人活動速度為0．5m／s，節制旌旗燈號工夫間隔為0．025s，觀察最遠間隔30m．摹擬2O個工夫步來測試算法的穩定性．實驗根據Matlab編程舉行參數設置，用鼠標操縱劃出機器人的行走線路．

　　4 結語

　　本文采納RFID手藝和粒子濾波器實現移動機器人自立定位和輿圖創立。哄騙RFID的高速數據傳輸的特性，加強移動機器人數據獵取本領，增加了機器人定位的效力。但現在，RFID手藝還有待進一步進步，閱讀器與此同時接受多個標簽數據時的碰撞題目要進一步處理完善。與此同時SLAM 算法取RFID利用的融合將資助機器人更好的定位及節制。