環(huán)境建模,定位,路徑規(guī)劃是機(jī)器人導(dǎo)航的三大基本任務(wù)。在沒有任何環(huán)境信息情況下,機(jī)器人首先要自主探索環(huán)境并建立環(huán)境模型,然后根據(jù)已建模型進(jìn)行全局定位,路徑規(guī)劃等后續(xù)任務(wù)。為了感知環(huán)境完成導(dǎo)航任務(wù),能夠感知距離的激光掃描測(cè)距傳感器被廣泛運(yùn)用在導(dǎo)航機(jī)器人上。本文針對(duì)帶有激光掃描測(cè)距傳感器在未知室內(nèi)環(huán)境下的探索與導(dǎo)航問題進(jìn)行了研究,本論文研究工作如下:1、針對(duì)機(jī)器人環(huán)境探索與建模問題,提出了一種以連續(xù)柵格地圖為基礎(chǔ)的前沿搜索算法。該算法利用徑向基神經(jīng)網(wǎng)絡(luò)對(duì)測(cè)距傳感器感知到的區(qū)域建立相應(yīng)的局部的連續(xù)柵格地圖,接著利用連續(xù)地圖的梯度場(chǎng),高效計(jì)算出概率前沿地圖。在此基礎(chǔ)上,按一定閾值選取有意義的前沿,并用K-means算法提取出下一個(gè)探索目標(biāo)點(diǎn)。在機(jī)器人逐步建立地圖的過程中,使用與徑向基神經(jīng)網(wǎng)絡(luò)的相結(jié)合的貝葉斯委員機(jī)器（Bayesian committee machine）來將局部地圖融合進(jìn)全局地圖中。實(shí)驗(yàn)仿真結(jié)果表明,利用此算法可以使機(jī)器人的有選擇的生成目標(biāo)點(diǎn),提高了環(huán)境探索效率。2、為了解決基于已知地圖的全局定位問題,提出了一種在霍夫空間上進(jìn)行模型匹配,從而實(shí)現(xiàn)移動(dòng)機(jī)器人定位的算法。該算法將霍夫... 

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究背景與意義
    1.2 移動(dòng)機(jī)器人環(huán)境建模的研究現(xiàn)狀
    1.3 移動(dòng)機(jī)器人環(huán)境探索的研究現(xiàn)狀
    1.4 移動(dòng)機(jī)器人的自主定位的研究現(xiàn)狀
        1.4.1 移動(dòng)機(jī)器人自主定位問題的分類
        1.4.2 移動(dòng)機(jī)器人自主定位算法
    1.5 移動(dòng)機(jī)器人路徑規(guī)劃的研究現(xiàn)狀
    1.6 論文主要研究?jī)?nèi)容以及組織結(jié)構(gòu)
第2章 基于徑向基神經(jīng)網(wǎng)絡(luò)的環(huán)境建模與探索算法
    2.1 引言
    2.2 徑向基神經(jīng)網(wǎng)絡(luò)
    2.3 基于徑向基神經(jīng)網(wǎng)絡(luò)的環(huán)境模型建立
        2.3.1 傳感器模型與訓(xùn)練數(shù)據(jù)
        2.3.2 地圖融合算法
        2.3.3 徑向基神經(jīng)網(wǎng)絡(luò)與高斯過程連續(xù)地圖的對(duì)比
    2.4 基于前沿的未知環(huán)境探索算法
        2.4.1 前沿的搜索算法
        2.4.2 下一個(gè)探測(cè)點(diǎn)的生成
        2.4.3 探索過程仿真實(shí)驗(yàn)
    2.5 本章小結(jié)
第3章 基于霍夫變換與平移不變函數(shù)的全局定位算法
    3.1 引言
    3.2 霍夫變換與平移不變函數(shù)
        3.2.1 霍夫變換
        3.2.2 平移不變函數(shù)
    3.3 基于霍夫變換的地圖匹配算法
        3.3.1 互相關(guān)函數(shù)
        3.3.2 機(jī)器人可能位置的計(jì)算
    3.4 實(shí)驗(yàn)
    3.5 本章小結(jié)
第4章 基于互信息的采樣路徑規(guī)劃算法
    4.1 引言
    4.2 基于采樣的路徑規(guī)劃算法
        4.2.1 快速搜索隨機(jī)樹
        4.2.2 快速搜索信息收集算法
    4.3 基于互信息的采樣路徑規(guī)劃算法
        4.3.1 信息量的評(píng)估方法
        4.3.2 互信息的計(jì)算方法
    4.4 本章實(shí)驗(yàn)
    4.5 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的學(xué)術(shù)成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]Iterated Conditional Modes to Solve Simultaneous Localization and Mapping in Markov Random Fields Context[J]. J.Gimenez,A.Amicarelli,J.M.Toibero,F.di Sciascio,R.Carelli.  International Journal of Automation and Computing. 2018(03)
[2]基于激光掃描測(cè)距的機(jī)器人粒子濾波定位技術(shù)研究[J]. 戈廣雙,李子龍,楊凱,馬瑞鑫.  傳感器與微系統(tǒng). 2017(12)
[3]局部環(huán)境增量采樣的服務(wù)機(jī)器人路徑規(guī)劃[J]. 陳彥杰,王耀南,譚建豪,毛建旭.  儀器儀表學(xué)報(bào). 2017(05)
[4]移動(dòng)機(jī)器人定位方法概述[J]. 張本法,孟祥萍,岳華.  山東工業(yè)技術(shù). 2014(22)
[5]未知環(huán)境中自主機(jī)器人環(huán)境探索與地圖構(gòu)建[J]. 王東署,王海濤.  鄭州大學(xué)學(xué)報(bào)(理學(xué)版). 2013(04)
[6]基于直線特征提取匹配搜救機(jī)器人的同步定位與地圖構(gòu)建[J]. 劉少剛,郭云龍,賈鶴鳴.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2013(04)
[7]移動(dòng)機(jī)器人擴(kuò)展卡爾曼濾波定位與傳感器誤差建模[J]. 安雷,張國(guó)良,張維平,敬斌.  信息與控制. 2012(04)
[8]基于RSSI的機(jī)器人室內(nèi)卡爾曼濾波定位算法研究[J]. 安雷,張國(guó)良,湯文俊.  計(jì)算機(jī)工程與應(yīng)用. 2012(08)
[9]基于霍夫空間模型匹配的移動(dòng)機(jī)器人全局定位方法[J]. 房芳,馬旭東,戴先中.  機(jī)器人. 2005(01)

博士論文
[1]機(jī)器人室內(nèi)未知環(huán)境探測(cè)規(guī)劃研究[D]. 王立.浙江大學(xué) 2010

碩士論文
[1]移動(dòng)機(jī)器人室內(nèi)環(huán)境探索與路徑規(guī)劃問題的研究[D]. 王丹陽.北京工業(yè)大學(xué) 2016
[2]基于視覺定位的機(jī)器人地圖數(shù)據(jù)庫(kù)優(yōu)化技術(shù)研究[D]. 胡曉霖.南京理工大學(xué) 2014
[3]基于單片機(jī)的數(shù)字式壓力測(cè)量?jī)x的研究[D]. 王妮.西安科技大學(xué) 2013
[4]Boosting分類算法的應(yīng)用與研究[D]. 李想.蘭州交通大學(xué) 2012
[5]超高頻法在變壓器局部放電檢測(cè)技術(shù)中的應(yīng)用[D]. 黃鑫.華北電力大學(xué)（北京） 2011
[6]基于RBF神經(jīng)網(wǎng)絡(luò)與模糊控制的電力系統(tǒng)短期負(fù)荷預(yù)測(cè)[D]. 張師玲.江蘇大學(xué) 2010
[7]基于多傳感器信息的移動(dòng)機(jī)器人定位研究[D]. 王曉娟.浙江大學(xué) 2010



本文編號(hào)：3649376