摘  要： 用四輪差動驅(qū)動輪式機(jī)器人作為試驗平臺,以編碼器和陀螺儀作為機(jī)器人的定位系統(tǒng),建立了機(jī)器人的運動學(xué)方程。采用卡爾曼濾波器對兩種傳感器的數(shù)據(jù)進(jìn)行融合，以減小編碼器和陀螺儀的誤差，再通過最小二乘支持向量機(jī)建立回歸曲線模型，獲得機(jī)器人的位姿信息。
關(guān)鍵詞： 輪式機(jī)器人；卡爾曼濾波器；最小二乘支持向量機(jī)；位姿

    對于在動態(tài)環(huán)境中的移動機(jī)器人來說，定位技術(shù)是一項最基本、最重要的功能。因此,研究移動機(jī)器人的自主定位具有很重要的意義。
    機(jī)器人的定位[1]技術(shù)分為兩類：相對定位和絕對定位。相對定位是由編碼器、里程計等傳感器與機(jī)器人前一時刻的位姿來推出下一時刻的位姿。絕對定位是采用攝像頭和激光超聲波等傳感器,然后根據(jù)已知位置的標(biāo)志物進(jìn)行定位,需要對環(huán)境的先驗知識。由于單傳感器都有局限性，因此采用多個傳感器進(jìn)行融合以達(dá)到較準(zhǔn)確的定位技術(shù)。本文將講述利用卡爾曼濾波算法將編碼器測得的機(jī)器人航向角和陀螺儀測得的機(jī)器人航向角進(jìn)行濾波融合[2]，修正因輪子打滑等引起的編碼器測角誤差，再經(jīng)過LS_SVR建立回歸曲線，提高定位精度。
1 系統(tǒng)定位模型的構(gòu)建
    差動驅(qū)動式移動機(jī)器人的幾何模型如圖1所示。

    根據(jù)圖1所示則有：
    
    其中，NL是編碼器的線數(shù)，ML和MR分別為?駐t時間內(nèi)左右兩個編碼器輸出的脈沖數(shù)，L為左右兩個驅(qū)動輪之間的距離，r為驅(qū)動輪的半徑，VL為機(jī)器人左邊兩輪的線速度，VR為機(jī)器人右邊兩輪的線速度，w為里程計測得的機(jī)器人航向變化的角速率，θk為機(jī)器人的航向角。
    一般差動機(jī)器人的位置p=[x，y，θ]T可以從一個已知的位置開始，然后對其運動積分來估計下一時刻的位置。若采樣周期為Δt的離散系統(tǒng)，則位置增量為：

通過高維特征空間中的線性函數(shù)
    

    估計誤差初值取濾波前的均方差和4%的均方差，則：
  
    實驗方法：以鋪著鵝卵石的水泥地為實驗平臺，設(shè)定好全局坐標(biāo)及將機(jī)器人的起始航向角記為0，然后通過編碼器實現(xiàn)機(jī)器人的直線和轉(zhuǎn)彎行走。圖2所示為機(jī)器人直線行走時航向角的變化，可以看出經(jīng)過卡爾曼濾波和最小二乘支持向量機(jī)回歸之后的航向角誤差在1°以內(nèi)。圖3所示為機(jī)器人的軌跡圖，可明顯看出處理完之后的軌跡很接近于理論的軌跡。

    本文將卡爾曼濾波和最小二乘支持向量機(jī)相結(jié)合實現(xiàn)了對機(jī)器人的定位。卡爾曼濾波是一種遞推估計算法，主要思想是利用前一時刻的估計值和現(xiàn)時刻的觀測值來更新對狀態(tài)變量的估計，求出現(xiàn)時刻的估計值,經(jīng)實驗證明有較好的效果。但是,在本文中所采用的定位方法只是相對定位方法,隨著時間的增加就會有誤差的累積，因而可將激光超聲波和攝像頭等傳感器加入機(jī)器人定位系統(tǒng),采用相對定位和絕對定位相結(jié)合,來消除經(jīng)長時間運行而產(chǎn)生的累積誤差。
參考文獻(xiàn)
[1] 歷茂海,洪炳熔.一種魯棒的室內(nèi)移動機(jī)器人定位方法[J].計算機(jī)工程與應(yīng)用,2005，42(4)：1-4.
[2] 王軍,蘇劍波,席裕庚.多傳感器集成與融合概述[J].機(jī)器人,2001,23(2)：183－192.
[3] 陳旻.基與DSP的擴(kuò)展卡爾曼濾波直流無刷電機(jī)控制[J].單片機(jī)與嵌入式系統(tǒng)應(yīng)用，2003,3(11)：1-4.
[4] 段凱宇,張力軍.基于到達(dá)角Kalman濾波的TDOA/AOA定位算法[J].電子與信息學(xué)報，2006，28(9)：1-4.
[5] 辛菁,劉丁,徐慶坤.基于LS_SVR的機(jī)器人空間4DOF無標(biāo)定視覺定位[J].控制理論與應(yīng)用,2010,27(1):1-9.
[6] 周松斌,劉桂雄.基于LS_SVR的無線傳感器網(wǎng)絡(luò)節(jié)點定位算法[J].制造業(yè)自動化,2008,30(9):1-5.