近年来,微电子机械系统相关技术的发展、信息处理与控制电路的高度集成化,为微小型机器人的研究和应用奠定了基础。定位问题是实现微小型机器人自主工作的基础。本文结合红外定位模型,采用粒子滤波算法对已知环境中的微小型移动机器人的自定位问题进行了研究,主要进行了以下几个方面的工作:1.根据微小型机器人的结构特点,设计了微小型机器人的红外自定位模型,并在此基础上设计了微小型机器人间的相对定位模型。通过对红外相对定位模型的仿真和误差分析验证了该模型用于微小型机器人相对定位的可用性。在实际应用中,可将位置确定的机器人作为路标,利用相对位置信息对待定位机器人进行定位。2.对几种贝叶斯滤波算法,包括卡尔曼滤波、扩展卡尔曼滤波和粒子滤波算法进行了概述和仿真对比。通过仿真实验验证了粒子滤波算法用于状态估计问题的优越性。3.将粒子滤波算法应用于微小型移动机器人的状态估计问题中,结合传感器信息更新各时刻机器人位姿信息的粒子集,利用粒子集逼近机器人当前时刻位姿状态。其中,里程计信息用于更新粒子的位姿信息,红外传感器信息用于更新每个粒子的权值。通过定位仿真实验验证了该粒子滤波定位方法的可行性。