隨著人工智能的熱潮席卷全球,機(jī)器人的發(fā)展受到廣泛關(guān)注。室內(nèi)移動(dòng)機(jī)器人作為機(jī)器人研究領(lǐng)域的重要分支,吸引了諸多學(xué)者的注目,其中地圖構(gòu)建與路徑規(guī)劃是室內(nèi)移動(dòng)機(jī)器人導(dǎo)航研究的熱點(diǎn)和難點(diǎn)。目前,已知環(huán)境下的機(jī)器人導(dǎo)航技術(shù)已相對(duì)成熟,但未知環(huán)境下的機(jī)器人導(dǎo)航還有些關(guān)鍵問題亟待進(jìn)一步研究。本文首先研究了機(jī)器人在室內(nèi)環(huán)境下的定位問題,采用基于信標(biāo)的UWB定位技術(shù)為機(jī)器人提供較為準(zhǔn)確的位姿估計(jì);然后研究環(huán)境地圖未知情況下的目標(biāo)搜索問題,提出基于GGRRT(Goal Guide Rapidly-exploring Random Tree)的子目標(biāo)搜索算法;接著針對(duì)大范圍柵格地圖創(chuàng)建過程中存在的海量存儲(chǔ)空間問題,提出基于多叉樹的自適應(yīng)柵格地圖創(chuàng)建算法;最后在已創(chuàng)建好的自適應(yīng)柵格地圖的基礎(chǔ)上,采用改進(jìn)MMAS算法進(jìn)行已知環(huán)境下的全局路徑規(guī)劃。論文展開的具體研究工作及成果如下:(1)未知環(huán)境下基于GGRRT的子目標(biāo)搜索算法對(duì)移動(dòng)機(jī)器人在室內(nèi)環(huán)境下的位姿估計(jì)問題進(jìn)行研究,采用當(dāng)前定位精度高、綜合性能較好的UWB定位技術(shù),以獲取機(jī)器人的精準(zhǔn)定位。機(jī)器人在首次探索未知環(huán)境時(shí),為避免其搜索的盲目性,設(shè)計(jì)了基于GGRR...

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 自主移動(dòng)機(jī)器人國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 國(guó)外自主移動(dòng)機(jī)器人發(fā)展概況
        1.2.2 國(guó)內(nèi)自主移動(dòng)機(jī)器人發(fā)展概況
    1.3 移動(dòng)機(jī)器人導(dǎo)航技術(shù)綜述
        1.3.1 移動(dòng)機(jī)器人定位技術(shù)
        1.3.2 移動(dòng)機(jī)器人地圖構(gòu)建技術(shù)
        1.3.3 移動(dòng)機(jī)器人路徑規(guī)劃技術(shù)
    1.4 研究?jī)?nèi)容和結(jié)構(gòu)框架
        1.4.1 研究難點(diǎn)和挑戰(zhàn)
        1.4.2 研究?jī)?nèi)容和結(jié)構(gòu)框架
第2章 基于UWB的移動(dòng)機(jī)器人室內(nèi)定位
    2.1 室內(nèi)定位技術(shù)
        2.1.1 室內(nèi)定位技術(shù)分類
        2.1.2 室內(nèi)定位傳感器性能對(duì)比
    2.2 UWB的測(cè)距方法和定位方法
        2.2.1 TOF測(cè)距法
        2.2.2 三邊定位法
        2.2.3 加速度計(jì)與陀螺儀融合的角度估計(jì)
    2.3UWB室內(nèi)定位實(shí)驗(yàn)
        2.3.1 定位環(huán)境與硬件介紹
        2.3.2 軌跡跟蹤實(shí)驗(yàn)
    2.4 本章小結(jié)
第3章 未知環(huán)境下基于GGRRT的子目標(biāo)搜索算法
    3.1 基本RRT算法
        3.1.1 RRT算法原理
        3.1.2 RRT新節(jié)點(diǎn)生成
        3.1.3 RRT路徑生成
    3.2 加入目標(biāo)導(dǎo)向的GGRRT算法
        3.2.1 GGRRT算法原理
        3.2.2 GGRRT新節(jié)點(diǎn)生成
        3.2.3 GGRRT路徑生成
        3.2.4 GGRRT算法概率完備性證明
    3.3 基于GGRRT的子目標(biāo)搜索算法
        3.3.1 子目標(biāo)選取
        3.3.2 建立局部搜索與全局搜索的聯(lián)系
    3.4 實(shí)驗(yàn)與分析
        3.4.1RRT與 GGRRT的對(duì)比實(shí)驗(yàn)
        3.4.2基于GGRRT的子目標(biāo)搜索實(shí)驗(yàn)
    3.5 本章小結(jié)
第4章 自適應(yīng)柵格地圖創(chuàng)建方法
    4.1 傳統(tǒng)柵格地圖創(chuàng)建方法
    4.2 自適應(yīng)柵格地圖創(chuàng)建方法
        4.2.1 自適應(yīng)柵格表示方法
        4.2.2 求解柵格中心坐標(biāo)
        4.2.3 求解柵格概率并更新地圖
        4.2.4 收斂性說明
    4.3 自適應(yīng)柵格地圖實(shí)驗(yàn)與分析
        4.3.1 傳統(tǒng)柵格與本文自適應(yīng)柵格地圖對(duì)比仿真
        4.3.2 四叉樹柵格與本文自適應(yīng)柵格地圖對(duì)比仿真
    4.4 本章小結(jié)
第5章 基于改進(jìn)MMAS的全局路徑規(guī)劃
    5.1 基本MMAS算法
    5.2 改進(jìn)MMAS算法
    5.3 路徑規(guī)劃仿真實(shí)驗(yàn)與分析
        5.3.1 路徑規(guī)劃仿真實(shí)驗(yàn)場(chǎng)景
        5.3.2 基本MMAS算法與改進(jìn)MMAS算法對(duì)比
        5.3.3 改進(jìn)MMAS算法與A*算法對(duì)比
    5.4 本章小結(jié)
結(jié)論
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



本文編號(hào)：3841842