由于人口老齡化和勞動力短缺現(xiàn)象的加重,機器人不僅僅在工業(yè)領域應用廣泛,也逐步進入了人們的生活之中,發(fā)展出了一個新興領域。而隨著社會的不斷發(fā)展,越來越多的機器人需要在隨機不確定的場景中進行自主性的工作,這一方面的技術(shù)需求也越來越大。在這一背景下,SLAM(Simultaneous Localization and Mapping)技術(shù)逐漸變成室內(nèi)移動機器人在未知場景中工作的核心技術(shù)。當前大多數(shù)SLAM系統(tǒng)使用激光雷達或者視覺傳感器對機器人自身位姿進行估計,但是這二者各有優(yōu)劣,所以本文針對基于兩種傳感器的SLAM算法分別作了研究。首先,對機器人傳感器數(shù)據(jù)的空間坐標轉(zhuǎn)換方程進行了推導;完成了相機的內(nèi)參標定以及相機和激光雷達兩種不同傳感器之間的外參標定,通過LM(列文伯格-馬夸爾特)法完成了對標定結(jié)果的優(yōu)化;創(chuàng)建了機器人的TF(TransForm)樹模型,實現(xiàn)空間數(shù)據(jù)快速變換,并在此基礎上建立了機器人模型,搭建了機器人的測量系統(tǒng)。其次,把機器人的運動分別以控制方程和觀測方程進行描述,建立了基于激光雷達的SLAM系統(tǒng)模型;通過貝葉斯概率模型解決定位問題,使用一種批量式處理粒子的定位算法,節(jié)約了最優(yōu)位姿匹配時花費的計算資源;完成了增量式柵格描述的建圖方法,在預處理索引與柵格被占有的概率值之間建立映射關(guān)系,通過查找索引值來更新柵格的占據(jù)狀態(tài),提高了構(gòu)建柵格地圖的速度。之后,將基于視覺的SLAM框架分為前端和后端進行處理;在前端使用隨機采樣一致性的方法剔除誤匹配點,提高圖像特征的匹配精度;使用EPnP(Efficient Perspective-n-Point)實現(xiàn)了相機幀間運動的估計;在幀間估計時建立了局部地圖,增加了幀間數(shù)據(jù)的關(guān)聯(lián)性,使用光束平差法對幀間位姿估計優(yōu)化,減小了幀間估計噪聲;在后端使用了基于位姿圖的全局優(yōu)化策略,減小系統(tǒng)計算量的同時使全局位姿估計更精確;為系統(tǒng)添加了基于詞袋模型的回環(huán)檢測,有效減小了系統(tǒng)的累計誤差。最后,在實際環(huán)境中設計實驗,對本文提出的基于激光雷達的SLAM算法和基于視覺傳感器的SLAM算法進行了測試,分別通過定位實驗和建圖實驗,驗證了兩種算法的有效性并分析了實驗結(jié)果。
【學位單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TP242
【部分圖文】：

究背景意義著時代的進步和技術(shù)的發(fā)展，以機械制造技術(shù)為基礎，機電一體化技結(jié)合了計算機處理，多傳感器融合等多個領域的機器人技術(shù)，逐步極具潛力的交叉學科，而由于人口老齡化和勞動力短缺現(xiàn)象的加重，在工業(yè)領域應用廣泛，也逐步進入了人們的生活之中，發(fā)展出了一個為這個新興領域的分支，移動機器人既可以接受人類指揮，又能夠在通過自身的傳感器采集信息，并進行自主分析和判斷，從而做出一系斯坦福國際研究所于 1966 年(Stanford Research Institute, SRI)研制出自主機器人 Shakey[1]之后，世界上和移動機器人相關(guān)的研究與日劇增業(yè)，軍事，醫(yī)療等眾多領域中為人類帶來了極大便利，尤其是在機器絡等人工智能飛速發(fā)展的今天，室內(nèi)移動機器人已經(jīng)成為了眾多研 1-1 為中軟銀研發(fā)的 pepper 機器人和威樓加拉吉研發(fā)的 PersonalR

3LIDAR RPLIDAR-A3。圖1-2 激光雷達結(jié)構(gòu)示意圖（左）RPLIDAR-A3 單線雷達（右）多線激光雷達，顧名思義，就是在單線雷達的基礎上，通過多個激光發(fā)射器在垂直方向上的分布使電機旋轉(zhuǎn)形成多條線束的掃描。其特點是線束越多、越密，對環(huán)境描述就更加充分，可以降低算法的要求。圖 1-3 是 HDL 的 64 線激光雷達。圖1-3 HDL-64E 激光雷達在算法方面，基于激光雷達的 SLAM 技術(shù)在上世紀八十年代逐漸出現(xiàn)，有很長的研究歷史，在國內(nèi)外都有著豐富的研究成果。它的概念最早來源于統(tǒng)計學領域的一些知識，這些知識形成了解決 SLAM 問題的數(shù)學模型與理論基礎[4]。在 1986年舊金山的 IEEE 會議上

哈爾濱工業(yè)大學碩士學位論文R RPLIDAR-A3。圖1-2 激光雷達結(jié)構(gòu)示意圖（左）RPLIDAR-A3 單線雷達（右）多線激光雷達，顧名思義，就是在單線雷達的基礎上，通過多個激光發(fā)方向上的分布使電機旋轉(zhuǎn)形成多條線束的掃描。其特點是線束越多、越描述就更加充分，可以降低算法的要求。圖 1-3 是 HDL 的 64 線激光雷
【相似文獻】

相關(guān)期刊論文 前10條

1 田晉宇;王創(chuàng)創(chuàng);何平;熊興中;;非完整網(wǎng)絡移動機器人的一致性[J];華中師范大學學報(自然科學版);2019年06期

2 王宏玉;;移動機器人行業(yè):百花齊放,快速發(fā)展[J];物流技術(shù)與應用;2019年03期

3 王賽;劉子龍;;基于4G網(wǎng)絡的移動機器人遠程控制研究[J];軟件導刊;2019年11期

4 張淇元;;自適應巡航移動機器人的構(gòu)建與編程[J];數(shù)字通信世界;2017年10期

5 趙杰;;以世賽集訓為引領 推動學院水平提升——44屆世賽移動機器人項目集訓介紹[J];中國培訓;2018年03期

6 楊洪志;;移動機器人的雙臂結(jié)構(gòu)設計要點研究[J];南方農(nóng)機;2018年14期

7 任芳;;移動機器人助力無人倉落地——訪杭州�？禉C器人技術(shù)有限公司副總裁吳堯[J];物流技術(shù)與應用;2018年10期

8 劉銀萍;;全向移動機器人中電動機控制系統(tǒng)的研究[J];微電機;2016年12期

9 張燕;徐一超;盛洲;;A*算法在移動機器人自學習中的使用[J];單片機與嵌入式系統(tǒng)應用;2016年11期

10 薛金水;張新政;;改進遺傳算法優(yōu)化移動機器人動態(tài)路徑研究[J];機床與液壓;2017年07期

相關(guān)博士學位論文 前10條

1 王志瑞;四面體桿式移動機器人的系統(tǒng)設計與研究[D];北京交通大學;2019年

2 張啟彬;基于不確定性分析的移動機器人室內(nèi)定位與導航控制方法研究[D];中國科學技術(shù)大學;2018年

3 李曄卓;可重構(gòu)多模式地面移動機器人的構(gòu)型設計與性能研究[D];北京交通大學;2018年

4 黃辰;基于智能優(yōu)化算法的移動機器人路徑規(guī)劃與定位方法研究[D];大連交通大學;2018年

5 程傳奇;非結(jié)構(gòu)場景下移動機器人自主導航關(guān)鍵技術(shù)研究[D];戰(zhàn)略支援部隊信息工程大學;2018年

6 馮晟;基于無線傳感器網(wǎng)絡的移動機器人室內(nèi)動態(tài)定位[D];東北大學;2017年

7 邱增帥;面向室外環(huán)境的移動機器人自主場景理解[D];大連理工大學;2018年

8 陳偉華;社會環(huán)境的輪式移動機器人定位導航方法研究[D];華南理工大學;2018年

9 歐屹;特種地面移動機器人機械系統(tǒng)設計與分析[D];南京理工大學;2013年

10 姜健;多移動機器人協(xié)作方法研究[D];哈爾濱工業(yè)大學;2008年

相關(guān)碩士學位論文 前10條

1 黃偉;基于激光雷達的移動機器人室內(nèi)三維地圖構(gòu)建[D];南京航空航天大學;2018年

2 石長興;基于多傳感器信息融合的室內(nèi)移動機器人導航技術(shù)研究與實現(xiàn)[D];重慶郵電大學;2019年

3 朱家遠;移動機器人自抗擾控制技術(shù)研究[D];南京航空航天大學;2019年

4 丁晟輝;地面多移動機器人協(xié)同避障與路徑規(guī)劃技術(shù)[D];南京航空航天大學;2019年

5 劉思明;移動機器人銑削系統(tǒng)控制技術(shù)[D];南京航空航天大學;2019年

6 王晨琳;基于多源傳感器信息融合的移動機器人協(xié)同導航研究[D];南京航空航天大學;2019年

7 金兆遠;移動機器人局部路徑規(guī)劃及其無盲區(qū)避障研究[D];南昌大學;2019年

8 李科;六輪腿式移動機器人設計及動力學建模研究[D];安徽工業(yè)大學;2019年

9 王蒙;室內(nèi)移動機器人的定位與建圖技術(shù)研究[D];哈爾濱工業(yè)大學;2019年

10 韓文華;基于單線激光雷達的移動機器人動態(tài)環(huán)境導航研究[D];哈爾濱工業(yè)大學;2019年

本文編號：2870013