從20世紀末期以來，國內(nèi)外眾多學者便致力于室內(nèi)環(huán)境下服務機器人的系統(tǒng)研究，并在理論和實際應用中取得了豐碩的研究成果。由于移動定位技術是機器人路徑規(guī)劃和導航的關鍵，因此引起了國內(nèi)外學者的廣泛關注，逐漸成為服務機器人領域的一個研究熱點。為了提高餐廳服務機器人系統(tǒng)的可靠性，本文對服務機器人在餐廳環(huán)境下的移動定位技術進行了深入研究，提高了機器人的定位精度，確保餐廳服務機器人能夠為顧客提供自主取菜、送菜等餐飲服務。論文從建立餐廳服務機器人系統(tǒng)入手，進行餐廳環(huán)境下服務機器人移動定位技術研究，主要研究工作包括如下方面：1、基于輪式移動機構建立了輪式餐廳服務機器人系統(tǒng)，分析設計了機器人的機械系統(tǒng)和傳感器系統(tǒng)。建立了餐廳服務機器人的運動學模型、里程計模型和機械臂的正運動學模型，通過對機械臂的正運動學模型進行仿真分析，明確了餐廳服務機器人在少自由度下完成自主取菜任務的重點、難點。針對餐廳服務機器人的傳感器系統(tǒng)特點，建立了雙目視覺路標觀測模型和全局視覺傳感器觀測模型，為服務機器人的環(huán)境感知和移動定位技術研究奠定必要的基礎。2、為了提高餐廳服務機器人的全局定位精度，提出了一種改進的迭代擴展卡爾曼粒子濾波算法。該算法采用Levenberg-Marquardt優(yōu)化方法，對迭代擴展卡爾曼濾波進行優(yōu)化、修正，解決了迭代卡爾曼濾波有時收斂速度慢的問題，并減少了初始狀態(tài)對濾波性能的影響；以改進迭代卡爾曼濾波的zui大后驗概率估計來產(chǎn)生粒子濾波的重要性概率密度函數(shù)，充分利用了改進算法對非線性問題的處理能力，產(chǎn)生更好的參考分布。采用典型非線性系統(tǒng)模型對粒子濾波算法進行仿真分析，驗證了改進粒子算法的狀態(tài)估計精度要優(yōu)于其它粒子濾波算法。提出了一種基于改進迭代卡爾曼粒子濾波的機器人全局視覺定位方法，實現(xiàn)了機器人的全局定位，并應用到餐廳服務機器人中進行實驗驗證，滿足了餐廳服務機器人移動導航時對定位精度和實時性要求。3、為了提高餐廳服務機器人全局定位的準確性和可靠性，基于對多信息融合理論的深入研究和探討，提出了集中式、分布式和聯(lián)合式等三種迭代擴展卡爾曼多信息融合算法，解決了非線性環(huán)境下的多傳感器信息融合問題，采用典型的非線性系統(tǒng)模型，對提出的多信息融合算法進行仿真分析。提出了一種基于聯(lián)合迭代卡爾曼多信息融合的餐廳服務機器人定位算法，融合里程計、視覺路標和全局視覺數(shù)據(jù)，有效地提高了機器人全局定位的精度和可靠性，并進行了實際應用驗證。4、基于Mean-Shift顏色分割與SIFT特征匹配技術，提出了一種基于圖像分割的區(qū)域稠密匹配算法，通過Mean-Shift分割方法對參考圖像進行圖像分割，由SIFT算子提取并匹配立體圖像對中的SIFT特征點，根據(jù)圖像分割塊中SIFT特征點對的分布情況，對各個圖像分割塊單獨進行區(qū)域匹配，獲得立體圖像對的較準確、稠密的區(qū)域匹配。采用標準的立體圖像對，進行仿真分析，并與文獻中匹配算法的視差圖及標準視差圖進行比較，論證了文中立體匹配算法的準確性、可靠性和穩(wěn)定性。提出了一種基于雙目視覺的服務機器人目標位姿精定位算法，實現(xiàn)服務機器人趨近目標物及機器人相對目標特征點的精定位，并應用到餐廳服務機器人中進行實驗驗證，餐廳服務機器人能夠成功完成自主取菜任務。本論文構建了輪式餐廳服務機器人平臺，研究了機器人的運動學模型和傳感器觀測模型，通過對粒子濾波定位、多信息融合定位和立體圖像匹配等方面的研究，為室內(nèi)環(huán)境下機器人移動定位研究提供了有利參考。本文提出的服務機器人移動定位算法成功應用到餐廳服務機器人中，大量實驗證明該定位算法能夠有效地提高餐廳服務機器人的定位精度和可靠性，對室內(nèi)環(huán)境下機器人移動定位具有參考價值。