基于地磁场的室内定位和地图构建*张聪聪1，王新珩2，董育宁1(1．南京邮电大学通信与信息工程学院南京210003;2．西苏格兰大学工程与计算机学院苏格兰PA12BE)摘要:提出了一种利用室内地磁场的空间波动来实现即时定位和地图构建的方法。为了能增加定位精度和减少计算量，本文依据地磁场传感器能够测量地磁3个正交方向上的分量和不同的权重计算方式改进了粒子滤波算法，并结合克里金法对地磁地图进行更新。在定位阶段，利用改进的粒子滤波来估计机器人的位置，算法的收敛速度每次约加快0．5s和定位误差约减少3．5m;在构造地图阶段，利用克里金空间插值法来实现的空间波动地磁地图的更新较其他插值算法更灵活，且经过插值后的地图更有助于提高机器人的定位精度。通过MATLAB仿真实验，证明了该方法能够准确快速地对机器人定位，并且通过机器人观测值和里程计数据实时地构建连续一致的地图。中图分类号:文献标识码:国家标准学科分类代码:510．80TP242TH762．3ASimultaneouslocalizationandmappingbasedonindoormagneticZhangCongcong1，WangXinheng2，DongYuning1(1．CollegeofCommunicationandInformationEngineering，NanjingUniversityofPostsandTelecommunication，Abstract:Thispaperpresentsasimultaneouslocalizationandmapping(SLAM)algorithmthatutilizesthelocalspa-tialanomaliesoftheambientmagneticfieldpresentinmanyindoorenvironments．Inordertoincreasethepositioningaccuracyandreducetheamountofcalculation，weimprovedparticlefilteralgorithm，accordingtothecharacteristicsofthemagneticfieldsensormeasuringgeomagneticcomponentonthethreeorthogonaldirectionsanddifferentweightscalculation．Inthelocalizationstage，weusetheimprovedparticlefiltertoestimatetheposedistributionofthero-bot．Duringtheperiod，theconvergencerateofthealgorithmseachiterationspeedsupabout0．5sandpositioningerrorreducesabout3．5m．Andinthemappingstage，Kriginginterpolationmethodismoreflexiblethanotherinter-polationalgorithms，whenitusedtoupdatethefluctuantmagneticfieldmap．Theinterpolatedmapimprovesthepo-sitioningaccuracyoftherobot．ThefeasibilityoftheproposedapproachisvalidatedbyMATLABsimulations，whichdemonstratethattheapproachcanquicklyandaccuratelylocatetherobotandconstructtheconsistentmapusingonlyodometricdataandmeasurementsobtainedfromtheambientmagneticfield．收稿日期:2014-07ＲeceivedDate:2014-07*基金项目:国家自然科学基金(61271233，60972038)、教育部博士点基金(20103223110001)资助项目182仪器仪表学报第36卷人的路径和磁场地图，磁场SLAM问题需要解决的是机器人位姿和磁场地图的联合后验概率密度分布:1引言p(xt，m|z1:t，u)=p(m|xt，z1:t)p(xt|z1:t，ut)同步定位与地图创建(simultaneouslocalization(1)andmapping，SLAM)问题是智能移动目标定位与导航的关键。Vallivaara等人［1-2］利用室内磁场的空间波动来实现SLAM问题，其地图的生成方法是基于高斯算法，在真实的环境中验证了其算法的有效性;文献［3］的作者利用波动的地磁场解决了一维的室内定位问题;文献［4］利用室内的波动磁场解决了二维的室内全局定位问题，且文献［3-4］都需要对环境的磁场地图做训练采集;在文献［5］中，作者通过试验验证了室内地磁场空间波动的稳定性，并说明了特征元素越多，定位越准;在文献［6］中，使用最近邻算法和克里金插值算法实现了室内定位和地图更新，但是是基于WiFi和ＲFID的混合指纹。本文也将利用室内地磁的空间波动来实现SLAM，且空间内的稳定波动因子越多，定位越准。另外，文中采用基于文献［4］改进的粒子滤波来校正产生的定位误差，经过对室内地磁结构特点进行分析，并采用空间协方差最佳插值方法—克里金法进行地图插值更新。MATLAB仿真实验结果表明这两种方法的结合能够准确快速地对机器人进行定位和构建连续一致的地图。本文的主要贡献是:根据地磁场传感器测量数据的特点和不同的权重计算方式，改进了粒子...