تعیین موقعیت رباتهای خودمختارمتحرک، به‌ویژه زمانی‌که یک مرجعموقعیت‌یاب خارجی مانند سیگنال موقعیت‌یاب ماهواره‌ای در دسترس نباشد، یک چالش مهممی‌باشد. در این شرایط ربات باید نقشه‌ای از محیط اطراف خود بسازد و به‌طور هم‌زمانموقعیت خود را در نقشه تعیین کند. از این‌ رو بهترین راه برای یافتن موقعیت رباتدر محیط ناشناخته بهره‌گیری از روش مکان‌یابی و نقشه‌ سازی هم‌زمان (مونه) می‌باشد.بیشتر روش‌های رایج مونه به‌دلیل دقت پایین در تخمین موقعیت ربات یا حجم محاسباتیبالا در مواجهه با محیط‌های بزرگ و کند ‌بودن الگوریتم قابل استفاده نیستند.همچنین استفاده از مدل مشاهده و مدل حرکت غیرخطی در روش‌های معمول مونه باعثواگرایی آن می‌شود. روش‌هایی که تاکنون ارائه شده‌اند اگرچه حجم محاسبات راتاحدودی کاهش داده‌اند اما مسئله‌ی ناسازگاری هنوز در آنها حل نشده‌است. هدف ازانجام این پایان‌نامه، بررسی و بهبود روش‌های برخط مکان‌یابی و نقشه‌برداری همزمانمبتنی بر فیلتر کالمن می‌باشد. همچنین تلاش شده است با ارائه‌ی شیوه‌های جدید، دقتتخمین موقعیت ربات و نشانه‌ها بهبود یافته و نقشه‌ای سازگارتر از نشانه‌های اطراف رباتارائه ‌گردد. در این پایان‌نامه ضمنمعرفی و مروری کلی بر روش متداول مونه، روش‌های جدید و نوآوری‌هایی نیز برایافزایش کارایی مونه پیشنهاد می‌شود. از جمله با تخمین زاویه جهت‌گیری ربات در حیناجرای الگوریتم مونه، مدل مشاهده و مدل حرکت خطی شده و روشی همگرا ارائه می‌شود کهپایداری آن از روش‌های دیگر مونه بسیار بهتر است. در بخش دیگری از این پژوهش باترکیب الگوریتم مونه مبتنی بر فیلتر کالمن توسعه‌یافته با انطباق پویشی، دقت تخمینموقعیت ربات و نشانه‌‌ها به مقدار قابل ملاحظه‌ای بهبود داده می‌شود. در این روشبا ذخیره‌ی اطلاعات دو پویش متوالی ربات از محیط و با مقایسه و انطباق ایناطلاعات، موقعیت ربات و نشانه‌‌ها بهبود داده می‌شود. همچنین در این پایان‌نامهبرای بهبود عملکرد مونه مبتنی برفیلتر کالمن بی بو روشی ارائه شده‌است که می‌تواندبا محاسبه‌ی بردار اطلاعات حالت و ماتریس اطلاعات و بدون محاسبه‌ی بهره کالمن، دقتمونه مبتنی بر فیلتر کالمن بی‌بو را افزایش داده و همگرایی و پایداری آن‌را بهبودبخشد. دراین پژوهش الگوریتم‌های لازم برای رسیدن به موقعیت ربات و نشانه‌‌ها ارائهشده‌است. ضمن شبیه‌سازی این روش‌های جدید، مزیت‌های آن‌ها در‌مقایسه با سایر روش‌هایمونه مانند مونه‌های مبتنی بر فیلتر کالمن توسعه‌یافته، فیلتر کالمن بی بو، فیلترکالمن مکعبی و یکی از جدیدترین روش‌های مونه بررسی شده و نشان داده‌شده که روش‌هایپیشنهادی در این پژوهش عملکرد بهتر و پایدارتری دارند.

واژه‌های کلیدی: 1- ربات‌های متحرک، 2- مکان‌یابی، 3- نقشه‌سازی