橋式起重機(jī)作為應(yīng)用最廣泛的起重機(jī)械,運(yùn)行效率和自動化程度仍然很低。本文圍繞橋式起重機(jī)的自動化運(yùn)行,研究了基于RGB-D SLAM的室內(nèi)離線三維點(diǎn)云地圖構(gòu)建,面向車間環(huán)境的二維和三維的地圖表示,以及橋式起重機(jī)在二維平面基于改進(jìn)蟻群算法的全局路徑規(guī)劃。首先建立了橋式起重機(jī)視覺SLAM系統(tǒng)的坐標(biāo)系模型、運(yùn)動模型和傳感器觀測模型,并完成了Kinect的標(biāo)定。通過基于ORB算法和BF算法的圖像特征的提取與匹配以及基于ICP算法的相機(jī)運(yùn)動估計建立了視覺里程計,并利用g2o工具實現(xiàn)圖優(yōu)化的后端,然后采用隨機(jī)檢測法實現(xiàn)回環(huán)檢測,最終構(gòu)建了環(huán)境的稠密地圖。在PCL點(diǎn)云庫和octomap庫下通過對點(diǎn)云地圖的處理與變換得到二維和三維占據(jù)柵格地圖。然后研究了蟻群算法在Matlab編程環(huán)境下的算法實現(xiàn),在此基礎(chǔ)上,針對傳統(tǒng)蟻群算法收斂速度慢,容易陷入局部最優(yōu)等缺點(diǎn),借鑒A*算法和狼群分配原則改進(jìn)自適應(yīng)啟發(fā)函數(shù)、信息素更新機(jī)制。根據(jù)橋式起重機(jī)的運(yùn)行特征,通過運(yùn)動學(xué)動力學(xué)分析抽象出兩個仿真因子:路徑長度和節(jié)點(diǎn)數(shù)量,提出以路徑長度、運(yùn)行時間和穩(wěn)定性等性能參數(shù)為代價的新的評價標(biāo)準(zhǔn)。柵格環(huán)境下的橋式起重機(jī)路徑規(guī)劃仿真結(jié)果... 

【文章來源】：大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 橋式起重機(jī)發(fā)展現(xiàn)狀
    1.2 地圖重建發(fā)展現(xiàn)狀
    1.3 路徑規(guī)劃發(fā)展現(xiàn)狀
    1.4 論文主要研究內(nèi)容
        1.4.1 課題主要研究方向
        1.4.2 論文組織構(gòu)架
2 橋式起重機(jī)運(yùn)行系統(tǒng)模型
    2.1 橋式起重機(jī)智能運(yùn)行控制系統(tǒng)
        2.1.1 橋式起重機(jī)智能運(yùn)行控制系統(tǒng)設(shè)計
        2.1.2 橋式起重機(jī)智能運(yùn)行控制系統(tǒng)運(yùn)行原理
    2.2 視覺SLAM系統(tǒng)的數(shù)學(xué)模型
        2.2.1 坐標(biāo)系
        2.2.2 運(yùn)動模型
        2.2.3 傳感器觀測模型
    2.3 KINECT相機(jī)標(biāo)定
    2.4 本章小結(jié)
3 基于RGB-D傳感器的3D SLAM
    3.1 視覺SLAM框架
    3.2 視覺里程計
        3.2.1 圖像特征提取
        3.2.2 圖像特征匹配
        3.2.3 運(yùn)動估計
    3.3 地圖構(gòu)建與優(yōu)化
        3.3.1 后端優(yōu)化
        3.3.2 回環(huán)檢測
        3.3.3 地圖構(gòu)建
    3.4 本章小結(jié)
4 三維點(diǎn)云地圖處理
    4.1 二維平面地圖轉(zhuǎn)換
        4.1.1 點(diǎn)云濾波處理
        4.1.2 RANSAC地面剔除
        4.1.3 點(diǎn)云投影到參數(shù)模型
    4.2 三維占據(jù)柵格地圖轉(zhuǎn)換
    4.3 本章小結(jié)
5 基于改進(jìn)蟻群算法的橋式起重機(jī)全局路徑規(guī)劃
    5.1 傳統(tǒng)蟻群路徑規(guī)劃算法
        5.1.1 蟻群算法基本原理
        5.1.2 蟻群路徑規(guī)劃算法步驟
        5.1.3 蟻群路徑規(guī)劃算法實現(xiàn)
    5.2 改進(jìn)的蟻群路徑規(guī)劃算法
        5.2.1 蟻群算法改進(jìn)策略分析
        5.2.2 自適應(yīng)啟發(fā)函數(shù)改進(jìn)
        5.2.3 信息素更新機(jī)制改進(jìn)
        5.2.4 結(jié)果評價標(biāo)準(zhǔn)改進(jìn)
    5.3 算法仿真及結(jié)果分析
    5.4 本章小結(jié)
6 地圖重建與路徑規(guī)劃實驗
    6.1 實驗平臺簡介
    6.2 未知環(huán)境下的路徑規(guī)劃實驗
        6.2.1 實驗方案
        6.2.2 實驗過程與結(jié)果分析
    6.3 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝


【參考文獻(xiàn)】：
期刊論文
[1]智能起重機(jī)的控制系統(tǒng)與關(guān)鍵技術(shù)[J]. 吳昊罡,潘彥宏,步超.  起重運(yùn)輸機(jī)械. 2018(05)
[2]基于改進(jìn)蟻群算法的機(jī)器人路徑規(guī)劃[J]. 方春城,孫培明.  測控技術(shù). 2018(04)
[3]基于改進(jìn)蟻群算法的泊車系統(tǒng)路徑規(guī)劃[J]. 王輝,王景良,朱龍彪,邵小江,王恒.  控制工程. 2018(02)
[4]RGB-D SLAM綜述[J]. 王旒軍,陳家斌,余歡,朱匯申.  導(dǎo)航定位與授時. 2017(06)
[5]基于改進(jìn)蟻群算法的移動機(jī)器人路徑規(guī)劃研究[J]. 趙開新,孫新領(lǐng),王東署,魏勇.  科技通報. 2017(09)
[6]智能起重機(jī)關(guān)鍵技術(shù)概論[J]. 劉武勝,岳文翀,李力.  起重運(yùn)輸機(jī)械. 2017(09)
[7]淺析流動式起重機(jī)智能化研究基礎(chǔ)及未來發(fā)展趨勢[J]. 朱長建,閆慈,李永勃.  工程機(jī)械與維修. 2015(11)
[8]改進(jìn)路徑規(guī)劃算法在橋式起重機(jī)中的應(yīng)用[J]. 魏云平,強(qiáng)寶民,晁蘇全,楊必根,趙輝.  計算機(jī)測量與控制. 2015(08)
[9]改進(jìn)蟻群算法及其在機(jī)器人避障中的應(yīng)用[J]. 裴振兵,陳雪波.  智能系統(tǒng)學(xué)報. 2015(01)
[10]基于改進(jìn)蟻群算法的機(jī)器人路徑規(guī)劃研究[J]. 萬曉鳳,胡偉,方武義,鄭博嘉.  計算機(jī)工程與應(yīng)用. 2014(18)

博士論文
[1]移動機(jī)器人的路徑規(guī)劃與定位技術(shù)研究[D]. 張琦.哈爾濱工業(yè)大學(xué) 2014
[2]移動機(jī)器人同步定位與地圖構(gòu)建關(guān)鍵技術(shù)的研究[D]. 曲麗萍.哈爾濱工程大學(xué) 2013
[3]基于圖像特征點(diǎn)的移動機(jī)器人立體視覺SLAM研究[D]. 林睿.哈爾濱工業(yè)大學(xué) 2011
[4]基于吊重防搖控制的起重機(jī)快速對位關(guān)鍵技術(shù)研究[D]. 鐘斌.西南交通大學(xué) 2007

碩士論文
[1]狼群算法的改進(jìn)和應(yīng)用[D]. 郭立婷.西安電子科技大學(xué) 2018
[2]基于SLAM的虛擬現(xiàn)實空間定位系統(tǒng)的研究與實現(xiàn)[D]. 劉家豪.貴州師范大學(xué) 2018
[3]基于RGB-D相機(jī)的SLAM算法研究[D]. 仇全會.山東大學(xué) 2018
[4]基于RGB-D相機(jī)的室內(nèi)同步定位與建圖關(guān)鍵技術(shù)研究[D]. 張震.武漢大學(xué) 2018
[5]基于RGBD的室內(nèi)移動機(jī)器人定位算法研究[D]. 王玉良.安徽工業(yè)大學(xué) 2018
[6]面向地—空機(jī)器人協(xié)同的SLAM技術(shù)研究及實驗平臺構(gòu)建[D]. 張?zhí)?電子科技大學(xué) 2018
[7]基于ROS的移動機(jī)器人改進(jìn)視覺SLAM算法研究[D]. 白佳奇.天津工業(yè)大學(xué) 2018
[8]基于RGB-D的室內(nèi)場景SLAM方法研究[D]. 劉三毛.湖南工業(yè)大學(xué) 2017
[9]基于機(jī)器視覺的移動機(jī)器人定位與三維地圖重建方法研究[D]. 康凱.哈爾濱工業(yè)大學(xué) 2017
[10]基于RGB-D SLAM的視覺定位與路徑規(guī)劃方法研究[D]. 姜珊.哈爾濱工業(yè)大學(xué) 2017



本文編號：3607165