隨著老齡化社會的到來,青年勞動力的減少,發(fā)展家庭服務型機器人已成為迫在眉睫的需求。智能掃地機器人作為服務機器人中第一個能夠落地的產(chǎn)品,已經(jīng)吸引了大批的研究者和工程技術人員研究相關的技術,這就要求智能掃地機器人能夠實時估計自己的位姿信息,同時進行路徑規(guī)劃完成全覆蓋清掃,從而使得EKF數(shù)據(jù)融合、視覺SLAM和緊耦合算法成為研究中的關鍵技術。本文對智能掃地機器人室內定位算法涉及的相關技術進行研究,主要工作如下:首先,研究了光流計定位原理,針對單個傳感器無法滿足所有的應用場景問題,改進了一種基于擴展卡爾曼濾波器對多傳感器數(shù)據(jù)進行融合的方法。該方法建立了移動機器人的系統(tǒng)模型和觀測模型,然后設計了適用于掃地機器人平臺的擴展卡爾曼濾波器。通過實驗,驗證了基于EKF融合較里程計+IMU融合（或光流計+IMU融合）能夠在一定程度上克服尺度不一致的問題,提高室內移動機器人航位推算定位的精度和魯棒性。其次,研究了ORB-SLAM2算法框架和三線程工作原理,針對目前ORB-SLAM2中加載DBo W2詞匯庫耗時長和占用大量系統(tǒng)內存等問題,改進了一種對DBo W2詞匯庫進行優(yōu)化的方法;同時訓練得到了針對家庭場景... 

【文章來源】：哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：76 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究背景及意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 智能掃地機器人研究現(xiàn)狀
        1.2.2 SLAM技術研究現(xiàn)狀
        1.2.3 多傳感器融合技術研究現(xiàn)狀
        1.2.4 緊耦合的視覺慣導SLAM技術研究現(xiàn)狀
    1.3 本文的主要研究內容
第2章 基于EKF數(shù)據(jù)融合的定位算法研究
    2.1 引言
    2.2 光流計定位原理研究
        2.2.1 光流計簡介
        2.2.2 光流計測試實驗
    2.3 移動機器人系統(tǒng)模型和觀測模型的建立
        2.3.1 移動機器人系統(tǒng)模型的建立
        2.3.2 傳感器觀測模型的建立
    2.4 擴展卡爾曼濾波器設計
    2.5 三種定位方案實驗對比
        2.5.1 融合模型的建立
        2.5.2 實驗結果
    2.6 本章小結
第3章 視覺SLAM算法優(yōu)化研究
    3.1 引言
    3.2 ORB-SLAM2算法研究
    3.3 DBOW2詞匯庫優(yōu)化研究
        3.3.1 DBoW2詞匯庫優(yōu)化
        3.3.2 DBoW2優(yōu)化實驗
    3.4 基于平面3-DOFVSLAM算法優(yōu)化研究
        3.4.1 平面3-DOFVSLAM算法優(yōu)化
        3.4.2 平面3-DOFVSLAM算法仿真
    3.5 本章小結
第4章 基于多傳感器融合的緊耦合算法研究
    4.1 引言
    4.2 VIO系統(tǒng)架構
        4.2.1 系統(tǒng)描述
        4.2.2 慣導預積分
    4.3 視覺慣導初始化狀態(tài)估計
        4.3.1 陀螺儀零偏估計
        4.3.2 視覺尺度估計
    4.4 緊耦合的視覺慣導融合算法
        4.4.1 滑動窗口模型
        4.4.2 相機測量模型
        4.4.3 里程計和光流計測量模型
        4.4.4 IMU測量模型
    4.5 本章小結
第5章 移動機器人平臺搭建及實驗研究
    5.1 引言
    5.2 移動機器人平臺搭建
        5.2.1 Create2硬件平臺搭建
        5.2.2 STM32F407平臺軟件設計
    5.3 Create2平臺實體實驗
        5.3.1 不同材質表面對比實驗
        5.3.2 兩種場景下的定位實驗
        5.3.3 VISLAM系統(tǒng)優(yōu)化對比實驗
    5.4 本章小結
結論
參考文獻
致謝



本文編號：2990018