［編纂簡介］：本文采取RFID技能和粒子濾波器實現(xiàn)移動機器人自立定位和輿圖建立。操縱RFID的高速數(shù)據(jù)傳輸?shù)奶厣訌娨苿訖C器人數(shù)據(jù)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(shù)據(jù)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(lián)合將匡助機器人更好的定位及節(jié)制。

［關鍵詞］：RFID 挪動機械 同步定位

　　在室內(nèi)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(huán)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(guī)定機械人正在一個完整未知的環(huán)境中從一個未知的位置動身，正在遞增地豎立環(huán)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(gòu)成完好的環(huán)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(shù)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(huán)境中，從一個未知位置最先挪動，正在挪動進程中依據(jù)位置預計和傳感器開展本身定位，取此同時豎立環(huán)境輿圖。現(xiàn)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(tǒng)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(shù)據(jù)通信，以到達辨認并交流數(shù)據(jù)的目標。辨認事情不必人工干預，可事情于各類卑劣環(huán)境。將RFID手藝應用于機械人中，能夠更好地發(fā)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(shù)據(jù)收集和處置懲罰。標簽為機器人的外部信息量，機器人根據(jù)閱讀器來收集各個標簽中的位置信息，根據(jù)獲得的信息操縱同步定位取輿圖創(chuàng)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(huán)境下的機器人定位題目。實驗證實，根據(jù)已知的RFID數(shù)據(jù)，該算法能成功地正在2維環(huán)境中實現(xiàn)移動機器人的跟蹤定位。

　　1 RFID 環(huán)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(shù)據(jù)。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(fā)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(nèi)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(jīng)描寫了經(jīng)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(jīng)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(jīng)提出了多種輿圖表現(xiàn)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(xiàn)傳感器網(wǎng)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(xiàn)。

　　當RFID標簽進入閱讀器的磁場范疇時，閱讀器讀取其坐標數(shù)據(jù)X( x，y )，并依據(jù)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(xiàn)。

　　是以Tagl的影響力最大，對閱讀器的位置有最大決定權(quán)。Tag3的影響力最小，對閱讀器位置的決定權(quán)最小。依據(jù)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(huán)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(jié)制Ut和前一時刻位置S t-1 的一個函數(shù)，移動機器人的位置信息可以用活動模子:

　　來默示

　　因為環(huán)境特點是靜止的點，活動模子能夠如下表現(xiàn)：

　　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(huán)境特點的位置。

　　和辨別暗示第i個粒子的N個環(huán)境特點的高斯均值和協(xié)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(xiàn)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(quán)值；

　　④ 運用每一個粒子對應的K個卡爾曼濾波求各個環(huán)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(quán)值測算如下：

　　3 仿真成果

　　機器人活動速度為0．5m／s，節(jié)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(wěn)定性．實驗根據(jù)Matlab編程舉行參數(shù)設置，用鼠標操縱劃出機器人的行走線路．

　　4 結(jié)語

　　本文采納RFID手藝和粒子濾波器實現(xiàn)移動機器人自立定位和輿圖創(chuàng)立。哄騙RFID的高速數(shù)據(jù)傳輸?shù)奶匦裕訌娨苿訖C器人數(shù)據(jù)獵取本領，增加了機器人定位的效力。但現(xiàn)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(shù)據(jù)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(jié)制。