近年來(lái)隨著5G網(wǎng)絡(luò)的鋪設(shè)、萬(wàn)物互聯(lián)的推進(jìn),各種設(shè)備的自動(dòng)化與智能化也得到了快速的發(fā)展。通過(guò)傳感器精確高效的完成對(duì)周?chē)h(huán)境的感知是實(shí)現(xiàn)高度智能化的基礎(chǔ)。目前單一傳感器的物理缺陷和觀測(cè)誤差會(huì)造成環(huán)境探測(cè)的困難,因此使用多傳感器融合的方式實(shí)現(xiàn)高效精確的測(cè)距定位是當(dāng)前研究熱點(diǎn)。本文使用激光雷達(dá)等多傳感器實(shí)現(xiàn)對(duì)環(huán)境的觀測(cè)與測(cè)距,采用多傳感器協(xié)同的方式,在以移動(dòng)機(jī)器人為傳感器載體上,實(shí)現(xiàn)了室內(nèi)環(huán)境的定位功能,并對(duì)多維信息融合測(cè)距與定位在自主導(dǎo)航的應(yīng)用進(jìn)行了研究。本論文的主要工作與貢獻(xiàn)如下:(1)研究了實(shí)際環(huán)境感知功能中常用的傳感器測(cè)距模型,介紹不同傳感器實(shí)現(xiàn)觀測(cè)測(cè)距的方法與觀測(cè)數(shù)據(jù)的處理。并針對(duì)激光雷達(dá)測(cè)距時(shí)的運(yùn)動(dòng)畸變,提出了一種與相機(jī)協(xié)同,實(shí)現(xiàn)去激光雷達(dá)測(cè)距畸變的方案。(2)在激光雷達(dá)相機(jī)實(shí)現(xiàn)數(shù)據(jù)融合去畸變的基礎(chǔ)上,構(gòu)建了多傳感器協(xié)同的感知定位系統(tǒng)。包括激光雷達(dá)相機(jī)數(shù)據(jù)融合的前端里程計(jì)線(xiàn)程;通過(guò)輪式里程計(jì)、慣性測(cè)量單元實(shí)現(xiàn)誤差矯正的后端優(yōu)化線(xiàn)程;通過(guò)特征提取聚類(lèi)實(shí)現(xiàn)相似度探測(cè)的回環(huán)檢測(cè)線(xiàn)程。并且以移動(dòng)機(jī)器人為載體,在機(jī)器人操作系統(tǒng)平臺(tái)的基礎(chǔ)上,實(shí)現(xiàn)了實(shí)時(shí)定位與構(gòu)圖的功能。(3)在多維信息測(cè)距定位...

【文章頁(yè)數(shù)】：84 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究歷史與現(xiàn)狀
        1.2.1 激光雷達(dá)研究現(xiàn)狀
        1.2.2 定位感知研究現(xiàn)狀
        1.2.3 自主導(dǎo)航研究現(xiàn)狀
    1.3 本文的主要工作與章節(jié)安排
第二章 機(jī)器人相關(guān)技術(shù)概述
    2.1 載體運(yùn)動(dòng)模型
    2.2 實(shí)時(shí)感知定位技術(shù)
    2.3 自主導(dǎo)航技術(shù)
    2.4 機(jī)器人操作系統(tǒng)ROS
    2.5 本章小結(jié)
第三章 傳感器測(cè)距模型研究
    3.1 激光雷達(dá)測(cè)距模型
        3.1.1 三角測(cè)距
        3.1.2 飛行時(shí)間測(cè)距
        3.1.3 激光雷達(dá)數(shù)據(jù)處理
    3.2 慣性測(cè)量單元模型
        3.2.1 加速度計(jì)
        3.2.2 陀螺儀
    3.3 視覺(jué)傳感器測(cè)距模型
        3.3.1 單目相機(jī)
        3.3.2 雙目相機(jī)
        3.3.3 RGB-D相機(jī)
    3.4 輪式里程計(jì)模型
        3.4.1 二輪差分底盤(pán)
        3.4.2 航跡推算
        3.4.3 輪式里程計(jì)標(biāo)定
    3.5 本章小結(jié)
第四章 多傳感器協(xié)同定位研究
    4.1 系統(tǒng)概述
        4.1.1 問(wèn)題描述
        4.1.2 系統(tǒng)框架
    4.2 系統(tǒng)初始化
        4.2.1 相機(jī)激光雷達(dá)信息融合原理
        4.2.2 標(biāo)定方程求解
        4.2.3 標(biāo)定數(shù)據(jù)采集
        4.2.4 數(shù)據(jù)幀對(duì)齊
    4.3 視覺(jué)里程計(jì)
        4.3.1 圖像去畸變
        4.3.2 圖像特征提取
        4.3.3 圖像特征追蹤
        4.3.4 視覺(jué)位姿估計(jì)
    4.4 激光里程計(jì)
        4.4.1 位姿預(yù)估計(jì)
        4.4.2 激光測(cè)距畸變
        4.4.3 激光位姿估計(jì)
    4.5 后端優(yōu)化
        4.5.1 圖優(yōu)化
        4.5.2 非線(xiàn)性最小二乘
        4.5.3 仿真驗(yàn)證
    4.6 回環(huán)檢測(cè)
        4.6.1 回環(huán)探測(cè)
        4.6.2 回環(huán)估計(jì)
    4.7 實(shí)驗(yàn)仿真與分析
        4.7.1 仿真設(shè)計(jì)與結(jié)果
        4.7.2 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果
    4.8 本章小結(jié)
第五章 多維信息測(cè)距定位應(yīng)用研究
    5.1 系統(tǒng)概述
        5.1.1 問(wèn)題描述
        5.1.2 系統(tǒng)框架
    5.2 全局軌跡規(guī)劃
        5.2.1 全局地圖
        5.2.2 Dijkstra算法
        5.2.3 傳統(tǒng)A*算法
        5.2.4 改進(jìn)后的A*算法
        5.2.5 軌跡優(yōu)化
        5.2.6 仿真結(jié)果
    5.3 局部軌跡規(guī)劃
        5.3.1 機(jī)器人運(yùn)動(dòng)學(xué)模型
        5.3.2 動(dòng)態(tài)窗口模型
        5.3.3 仿真結(jié)果
    5.4 實(shí)驗(yàn)仿真與分析
        5.4.1 仿真設(shè)計(jì)與結(jié)果
        5.4.2 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 后續(xù)工作展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的成果



本文編號(hào)：3791466