[发明专利]一种基于模糊逻辑的同步定位与地图创建数据关联方法

权利要求书

1.一种基于模糊逻辑的同步定位与地图创建的数据关联方法，其特征在于，该数据关联方法针对特征密集环境，当机器人在k时刻获得传感器对环境特征的观测值时，需要通过以下步骤对观测量值和地图中的特征进行关联；

步骤1：根据特征观测和特征估计的误差协方差矩阵，分别确定所对应的2.45-sigma误差椭圆，得到两个误差椭圆：特征观测误差椭圆和特征估计误差椭圆；

步骤2：对两个误差椭圆圆心的距离进行归一化处理得到归一化新息；

步骤3：确定两个误差椭圆的重叠区域分别在两个误差椭圆中所占的面积比例，得到两个误差椭圆的重叠比例；

步骤4：确定输入输出模糊集合的隶属度函数，对输入变量和输出变量进行模糊化；所述的输入变量为步骤2得到的归一化新息，以及步骤3得到的两个误差椭圆的重叠比例，所述的输出变量为表示特征观测和特征估计的匹配程度的关联变量Degree；

步骤5、建立模糊推理机制：将步骤4中模糊化的输入变量作为模糊推理机制的输入，将模糊化的关联变量Degree作为模糊推理机制的输出；

步骤6：构造模糊推理机制的模糊规则，将模糊化后的输入变量应用到模糊规则的前项，进行聚合规则的输出；

步骤7：对模糊化的输出进行逆模糊化处理，得到单一数值的关联变量；

步骤8：根据得到的关联变量，进行地图特征管理，剔除虚假特征和虚假观测。

2.根据权利要求1所述一种基于模糊逻辑的同步定位与地图创建数据关联方法，其特征在于，步骤1中所述的2.45-sigma误差椭圆，具体是通过下面过程建立的：

首先，对于位置矢量X＝[x，y]^T，其估计值为则估计的误差协方差矩阵C为：

C=σx2ρσxσyρσxσyσy2]]>

其中，ρσ_xσ_y表示x和y的二阶混合中心矩，ρ是不为零的实数，σ_x表示x的标准差，σ_y表示y的标准差。

估计值以概率P落入以X为圆心的椭圆区域表示为：

(X^-X)TC-1(X^-X)≤D2---(1)]]>

其中，D²为椭圆区域；

D=-21n(1-P)---(2)]]>

将式(1)取等号，得到：

1(1-ρ2)[(x^-x)2σx2+(y^-y)2σy2-2ρ(x^-x)(y^-y)σxσy]=(D2)---(3)]]>

然后通过下面坐标变换：

u=(x^-x)cosθ+(y^-y)sinθ]]>(4)

v=-(x^-x)sinθ+(y^-y)cosθ]]>

得到椭圆在新坐标系下的表达式为：

u2σu2+v2σv2=D2---(5)]]>

其中，u、v为新坐标系下的坐标分量，参数θ∈[0，2π)为长轴方向角，σ_u表示u的标准差，σ_v表示v的标准差；

最后进一步得到误差椭圆的三个参数：半长轴a、半短轴b和长轴方向；

a＝max(Dσ_u，Dσ_v)    (6)

b＝min(Dσ_u，Dσ_v)    (7)

θ=12tg-1(2ρσxσyσx2-σy2)σx>σy12tg-1(2ρσxσyσx2-σy2)+π2σx<σy---(8)]]>

σ_x＝σ_y时，若ρ＞0，则若ρ＜0，则

判断得到的误差椭圆的半长轴a的长度是否超过设定的阈值T_A，所述的阈值T_A选为机器人的最大有效观测距离，如果超过，则该观测数据或特征估计为无效数据。