本文關鍵詞：煤礦救援機器人地圖構建與路徑規(guī)劃研究

  更多相關文章： 煤礦救援機器人 ROS SLAM 路徑規(guī)劃 概率模型

【摘要】：我國是煤礦生產和消費大國,也是礦難多發(fā)的國家,煤礦救援機器人對礦難發(fā)生后的救援工作具有重要意義。因為煤礦救援機器人的自主性能不僅是衡量該機器人智能化水平重要指標之一,而且是協助救援隊員高效可靠地完成救援工作必不可少的性能之一,所以本文以煤礦救援機器人自主性能研究為背景,以中國礦業(yè)大學救援技術與裝備研究所研制的CUMT2煤礦救援機器人為平臺,圍繞自主機器人研究的兩大熱點和難點:即時定位與地圖構建問題和路徑規(guī)劃問題展開研究。針對機器人的自主性能,構建了CUMT2機器人的軟硬件系統。將機器人操作系統ROS移植入機器人中,設計了機器人軟件平臺,主要包括:底盤控制系統、坐標變換系統、可視化界面、SLAM系統和路徑規(guī)劃系統。對硬件平臺的硬件進行了選型設計,設計了機器人行走驅動系統和感知系統的硬件平臺。針對機器人傳感器噪聲及外界環(huán)境不確定性帶來的系統誤差,引入馬爾科夫假設和統計學方法建立了機器人的概率模型。具體為:針對行走驅動系統分別建立了兩種運動模型,即里程計模型和速度模型;針對感知系統分別建立了三種感知模型,即激光光束模型、似然模型和基于特征的感知模型。針對機器人的定位問題,研究了基于已知地圖的定位算法。為實現機器人位姿的遞歸估計,研究了經典的貝葉斯濾波器,并在此基礎上分別研究了由貝葉斯濾波器發(fā)展而來的卡爾曼濾波器(Kalman Filter,KF)、擴展卡爾曼濾波器(Extended Kalman Filter,EKF)及粒子濾波器(Particle Filter,PF)的濾波原理并進行了仿真試驗,試驗結果表明,KF計算效率高但依賴于系統的線性高斯假設,EKF適用于弱非線性的高斯系統,PF適用于低維度的任意系統。針對不同濾波器的特點進而研究了基于EKF及PF的定位算法。研究了基于掃描匹配的定位算法,對該算法原理進行了推導和試驗,試驗結果表明,在初始位姿估計時融入傳感器信息可以提高算法的定位精度和收斂速率。針對機器人的構圖問題,分別研究了基于已知定位的地圖構建算法和即時定位與地圖構建算法。在已知定位的地圖構建算法研究中,對比研究了基于前向感知模型的構圖算法和基于逆向感知模型的構圖算法,相比于基于前向感知模型的構圖算法,基于逆向感知模型的構圖算法地圖一致性低但計算效率高,同時對于采用激光傳感器的CUMT2機器人,上述兩種構圖算法均可取得理想效果。在即時定位與地圖構建算法研究中,基于定位算法和已知定位的構圖算法的研究基礎,分別研究了基于EKF的SLAM算法、基于Rao-Blackwellized粒子濾波器的SLAM算法(FastSLAM)和基于掃描匹配的SLAM算法(Hector_SLAM)。對經典的基于EKF的SLAM算法進行了仿真試驗,試驗結果表明:當路標數量的增加不引入路標之間歧義性時,該數量與SLAM算法精度成正比;當機器人路徑存在回環(huán)時,可提高機器人的位姿和路標估計的精準度。對融合里程計信息的FastSLAM 1.0算法原理進行了研究,并研究了通過對采樣密度函數的優(yōu)化,解決了由于機器人感知模型和運動模型之間匹配度較低導致粒子衰減過快問題的FastSLAM 2.0算法,應用該算法在實驗室室內和樓道進行了構圖試驗,試驗結果表明,該算法在里程計信息有效的情況下可獲得精確度和一致性較高的地圖。針對煤礦井下顛簸路面導致里程計無效的情況,對無需里程計信息的Hector_SLAM算法原理進行了研究,通過融入AHRS傳感器信息對該算法進行了改進,應用改進后的算法在實驗室室內和樓道進行了構圖試驗,并將試驗得到的地圖與FastSLAM算法構建的地圖進行了對比分析。分析結果表明,改進后的Hector_SLAM算法在無需里程計信息的情況下可獲得精確度和一致性較高的地圖,適用于井下顛簸路面及對傳感器功率的限制,但相比于FastSLAM算法,該算法在地圖精確度和一致性方面仍有改進提高的空間。針對機器人的自主行走問題,研究了機器人路徑規(guī)劃算法。首先,對實現機器人自主行走的全局路徑規(guī)劃和局部路徑規(guī)劃算法分別進行了研究,對實現全局路徑規(guī)劃的A*算法原理進行了研究和仿真試驗,試驗結果表明,該算法在兼顧計算效率的同時可規(guī)劃出最優(yōu)的無碰撞全局路徑,對實現局部路徑規(guī)劃的DWA算法原理進行了研究和仿真試驗,試驗結果表明,該算法相比于傳統的勢場法在局部路徑規(guī)劃時引入機器人的動力學約束,在障礙物較多時可動態(tài)降低機器人運行速度,有效地提高了機器人運動的安全性。其次,研究了基于多層代價地圖的路徑規(guī)劃系統,針對單層代價地圖模型的不足提出了CUMT2機器人多層代價地圖模型,并通過該地圖模型構建了機器人路徑規(guī)劃系統,實現了全局路徑規(guī)劃與局部路徑規(guī)劃的有機結合。最后,分別在實驗室樓道和救援技術與裝備研究所設計的模擬井下巷道中進行了路徑規(guī)劃與SLAM算法試驗,試驗結果表明,CUMT2機器人通過路徑規(guī)劃算法可自主行走并躲避動態(tài)障礙,同時由機器人自主行走構建的地圖具有較高精確度和一致性,達到了預期效果。
【關鍵詞】：煤礦救援機器人 ROS SLAM 路徑規(guī)劃 概率模型
【學位授予單位】：中國礦業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TD774;TP242
【目錄】：

• 致謝4-5
• 摘要5-7
• Abstract7-23
• 1 緒論23-35
• 1.1 課題來源、研究背景及意義23-24
• 1.2 煤礦救援機器人國內外研究現狀24-28
• 1.3 機器人即時定位與地圖構建研究現狀28-31
• 1.4 機器人路徑規(guī)劃研究現狀31-33
• 1.5 本課題的研究內容33-35
• 2 煤礦救援機器人軟硬件平臺設計35-42
• 2.1 引言35
• 2.2 機器人軟件平臺設計35-38
• 2.3 機器人硬件平臺設計38-41
• 2.4 本章小結41-42
• 3 煤礦救援機器人定位算法研究42-79
• 3.1 引言42
• 3.2 機器人系統模型的建立42-54
• 3.3 機器人狀態(tài)遞歸估計54-63
• 3.4 機器人定位算法的對比研究63-78
• 3.5 本章小結78-79
• 4 煤礦救援機器人井下地圖構建研究79-111
• 4.1 引言79
• 4.2 定位已知的地圖構建算法79-84
• 4.3 基于EKF的SLAM算法84-92
• 4.4 基于Rao-Blackwellized粒子濾波器的SLAM算法92-105
• 4.5 基于掃描匹配的SLAM算法105-109
• 4.6 本章小結109-111
• 5 煤礦救援機器人路徑規(guī)劃研究111-127
• 5.1 引言111
• 5.2 基于A*算法的全局路徑規(guī)劃111-116
• 5.3 基于DWA算法的局部路徑規(guī)劃116-121
• 5.4 基于分層代價地圖的機器人路徑規(guī)劃系統研究121-125
• 5.5 本章小結125-127
• 6 煤礦救援機器人路徑規(guī)劃與SLAM試驗研究127-137
• 6.1 引言127
• 6.2 試驗條件與方法127-131
• 6.3 試驗結果與分析131-136
• 6.4 本章小結136-137
• 7 總結與展望137-141
• 7.1 論文工作總結137-139
• 7.2 主要創(chuàng)新點139
• 7.3 展望139-141
• 參考文獻141-147
• 作者簡歷147-149
• 學位論文數據集149

【參考文獻】

中國期刊全文數據庫 前2條

1 李世飛;王平;沈振康;;迭代最近點算法研究進展[J];信號處理;2009年10期

2 朱華;;礦井救災機器人研究現狀及需要重點解決的技術問題[J];徐州工程學院學報;2007年06期

，

本文編號：543646