當(dāng)發(fā)生自然災(zāi)害或者意外事故,如火災(zāi)事故、爆炸或者人質(zhì)綁架現(xiàn)場(chǎng),救援機(jī)器人具有減少人力需求、長(zhǎng)時(shí)間工作不疲勞、能夠進(jìn)入人類所不能進(jìn)入的場(chǎng)所等優(yōu)點(diǎn)。同時(shí)與單機(jī)器人相比,多機(jī)器人可以通過(guò)對(duì)任務(wù)的適當(dāng)分解,分配每個(gè)機(jī)器人去完成不同的子任務(wù),達(dá)到提高工作效率,增加冗余度和解決方案的魯棒性。本課題擬設(shè)計(jì)一種多機(jī)器人救援系統(tǒng)。系統(tǒng)中的每個(gè)機(jī)器人都可以通過(guò)Slam技術(shù)快速建立環(huán)境地圖,然后根據(jù)環(huán)境地圖和傳感器感知信息進(jìn)行融合定位。接著設(shè)計(jì)改進(jìn)A^*算法和改進(jìn)的動(dòng)態(tài)窗口法（DWA）結(jié)合的路徑規(guī)劃方法控制機(jī)器人在環(huán)境中自由作業(yè)。最后使用混合式的控制方式控制三個(gè)機(jī)器人,每個(gè)機(jī)器人之間通過(guò)ROS機(jī)器人操作系統(tǒng)建立通信,同時(shí)又有一臺(tái)主機(jī)訂閱所有機(jī)器人的消息,設(shè)計(jì)一套多機(jī)器人協(xié)同避障策略來(lái)防止機(jī)器人之間的碰撞,使多個(gè)機(jī)器人可以同時(shí)在環(huán)境中作業(yè)。本課題在ROS操作系統(tǒng)下搭建仿真環(huán)境驗(yàn)證了每一個(gè)部分算法的效果。最后使用Turtle Bot2移動(dòng)機(jī)器人平臺(tái)進(jìn)行了實(shí)際環(huán)境的測(cè)試,測(cè)試結(jié)果證明了該多機(jī)器人系統(tǒng)滿足建圖、定位、導(dǎo)航和多機(jī)器人配合的要求。同時(shí)該多機(jī)器人系統(tǒng)針對(duì)不同救援場(chǎng)景,通過(guò)添加特定的功能... 

【文章來(lái)源】：上海應(yīng)用技術(shù)大學(xué)上海市

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

velodyne激光雷達(dá)Fig.1.1velodynelidar

上海應(yīng)用技術(shù)大學(xué)碩士學(xué)位論文第3頁(yè)圖1.1velodyne激光雷達(dá)Fig.1.1velodynelidar圖1.2kinect攝像頭Fig.1.2Kinectcamera對(duì)于計(jì)算能力有限的計(jì)算機(jī)，通常會(huì)使用激光雷達(dá)進(jìn)行掃描匹配而不是攝像頭，然后再加上編碼器來(lái)獲取底盤里程計(jì)的數(shù)據(jù)來(lái)輔佐激光雷達(dá)進(jìn)行定位。主流的激光Slam算法中，粒子濾波是比較優(yōu)秀的方法，它可以通過(guò)粒子去描述當(dāng)前機(jī)器人的狀態(tài)信息，但是為了確保定位的可靠性，通常會(huì)加入大量的粒子，可能會(huì)導(dǎo)致計(jì)算量過(guò)大的問(wèn)題[16]。Grissett等人在2007年提出Gmapping算法，該算法將粒子濾波算法優(yōu)化，增加了改善提議分布和限制重采樣次數(shù)的方法對(duì)粒子濾波算法做出了改進(jìn)，在保證定位精度的同時(shí)并沒(méi)有增加主機(jī)的計(jì)算負(fù)荷，該算法的提出使激光Slam邁出了重要的一步[17]。2010年，Konolige等人提出了Karto算法，該算法通過(guò)圖優(yōu)化理論實(shí)時(shí)優(yōu)化機(jī)器人的位姿狀態(tài)，通過(guò)實(shí)時(shí)寬范圍姿態(tài)調(diào)整的方法來(lái)提高求解非線性優(yōu)化問(wèn)題的速度，提高了計(jì)算速度[18]。2011年，Kohlbrecher等人提出了不需要里程計(jì)信息輔助的，僅僅靠激光雷達(dá)數(shù)據(jù)的Slam方法Hector[19]，該方法實(shí)現(xiàn)方式十分簡(jiǎn)便，它只需要接收激光雷達(dá)Scan信息來(lái)完成環(huán)境特征匹配，利用高斯牛頓方法提升匹配精度，此算法對(duì)激光雷達(dá)的精度有一定的要求，因?yàn)樗崛チ死锍逃?jì)信息，沒(méi)有了位姿糾正。谷歌在2016年開源了Slam方法Cartographer，該算法使用分支定界法來(lái)提高環(huán)境特征掃描匹配的速度[20]，單從效果來(lái)說(shuō)是當(dāng)時(shí)效果最好的Slam算法，但是該算法激光數(shù)據(jù)單一，魯棒性相對(duì)較差，而且計(jì)算量過(guò)大。視覺(jué)Slam主要是指基于單目、雙目、深度相機(jī)等傳感器的同時(shí)定位與建圖方法，它主要針對(duì)相機(jī)采集到的圖像信息進(jìn)行分析，計(jì)算機(jī)器人在運(yùn)動(dòng)過(guò)程中自身位姿和環(huán)境中障礙物的世界坐標(biāo)，通過(guò)這些環(huán)

第4頁(yè)上海應(yīng)用技術(shù)大學(xué)碩士學(xué)位論文出現(xiàn)，設(shè)備計(jì)算能力的大幅度提高，還有一系列視覺(jué)算法的發(fā)展，導(dǎo)致了大量視覺(jué)Slam技術(shù)被提出。在視覺(jué)Slam研究初期，后端問(wèn)題的解決主要使用馬爾可夫模型和貝葉斯方法。2002年Montemerlo等人提出基于粒子濾波器的Slam方法FastSLAM，它對(duì)非線性問(wèn)題的解決十分有效。2014年，Murartal等人提出ORB特征點(diǎn)法，該方法相對(duì)傳統(tǒng)特征點(diǎn)法，提取和匹配的效率更高，計(jì)算量也大大減小，但是該算法當(dāng)圖像中角點(diǎn)較少時(shí)準(zhǔn)確性就會(huì)降低，當(dāng)圖像中沒(méi)有角點(diǎn)的時(shí)候，算法就會(huì)失效。圖1.3KUKA機(jī)器人Fig.1.3KUKArobot激光雷達(dá)Slam算法已經(jīng)較為成熟，在工業(yè)現(xiàn)場(chǎng)已經(jīng)被大量應(yīng)用，例如KUKA等（如圖1.3所示）；以攝像頭為傳感器的視覺(jué)Slam也已應(yīng)用于低速的機(jī)器人[21]，如清潔機(jī)器人等。當(dāng)前階段的Slam方法在實(shí)時(shí)性、穩(wěn)定性、精準(zhǔn)性等方面和理想效果還有一定差距，但是隨著視覺(jué)算法，機(jī)器視覺(jué)，還有各種優(yōu)化算法的發(fā)展，已經(jīng)各種傳感器如激光雷達(dá)、攝像頭的質(zhì)量提升以及降成本化，還有各類處理器計(jì)算能力的增強(qiáng)，Slam算法在移動(dòng)機(jī)器人上的應(yīng)用會(huì)越來(lái)越廣泛，Slam算法也越來(lái)越吸引公司、機(jī)構(gòu)和高質(zhì)量人才的研究[22]。1.2.3救援機(jī)器人運(yùn)動(dòng)規(guī)劃的發(fā)展現(xiàn)狀救援機(jī)器人路徑規(guī)劃主要分為基于環(huán)境信息已知的全局路徑規(guī)劃和依靠傳感器感知的局部路徑規(guī)劃。全局路徑規(guī)劃可以迅速規(guī)劃出障礙物已知情況下的路徑，但是缺乏實(shí)時(shí)性，如果突然有障礙物闖入，比如災(zāi)區(qū)落石等，可能會(huì)發(fā)生不必要的碰撞，局部路徑規(guī)劃根據(jù)傳感器反饋的信息進(jìn)行處理，形成閉環(huán)控制，從而可以繞過(guò)災(zāi)區(qū)環(huán)境中的動(dòng)態(tài)障礙物，但缺乏全局掌控能力。路徑規(guī)劃算法又分為針對(duì)車輛模型的路徑規(guī)劃算法和針對(duì)機(jī)器人模型的路徑規(guī)劃算法。在針對(duì)車輛模型的路徑規(guī)劃算法中，主要針對(duì)車?

【參考文獻(xiàn)】：
期刊論文
[1]一種基于緩沖區(qū)分析的A*算法路徑規(guī)劃[J]. 康傳利,張臨煒,陳洋,時(shí)滿星,顧俊峰.  桂林理工大學(xué)學(xué)報(bào). 2019(04)
[2]室內(nèi)機(jī)器人避碰路徑規(guī)劃[J]. 張智,翁宗南,蘇麗,光正慧.  小型微型計(jì)算機(jī)系統(tǒng). 2019(10)
[3]基于人工勢(shì)力場(chǎng)做功的智能導(dǎo)航系統(tǒng)[J]. 李鑫,吳嘉鑫,胡城升,徐璐,蘆立娟,魯曉東.  中國(guó)水運(yùn)(下半月). 2019(10)
[4]適用于低端激光雷達(dá)的優(yōu)化Hector SLAM算法[J]. 蘇易衡,張奇志,周亞麗.  實(shí)驗(yàn)室研究與探索. 2019(09)
[5]基于改進(jìn)RRT算法的差動(dòng)機(jī)器人路徑規(guī)劃[J]. 陳敏,李笑,武交峰.  計(jì)算機(jī)應(yīng)用與軟件. 2019(09)
[6]一種改進(jìn)的AMCL機(jī)器人定位方法[J]. 王寧,王堅(jiān),李麗華.  導(dǎo)航定位學(xué)報(bào). 2019(03)
[7]基于改進(jìn)A*算法優(yōu)化的移動(dòng)機(jī)器人路徑規(guī)劃研究[J]. 陳豪,李勇,羅靖迪.  自動(dòng)化與儀器儀表. 2018(12)
[8]一種基于改進(jìn)混合A*的智能車路徑規(guī)劃算法[J]. 齊堯,徐友春,李華,王任棟.  軍事交通學(xué)院學(xué)報(bào). 2018(08)
[9]拓展搜索鄰域的平滑A*算法機(jī)器人路徑規(guī)劃[J]. 任玉潔,付麗霞,張勇,毛劍琳.  電子科技. 2018(05)
[10]基于雙重A*算法的移動(dòng)機(jī)器人動(dòng)態(tài)環(huán)境路徑規(guī)劃[J]. 陳偉華,林穎,文宗明,繆丹云.  組合機(jī)床與自動(dòng)化加工技術(shù). 2018(04)

博士論文
[1]基于視覺(jué)的多機(jī)器人協(xié)作SLAM研究[D]. 苑全德.哈爾濱工業(yè)大學(xué) 2016

碩士論文
[1]多移動(dòng)機(jī)器人路徑規(guī)劃及仿真研究[D]. 王甜甜.西安理工大學(xué) 2019
[2]基于ROS的機(jī)器人路徑導(dǎo)航系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 王輝.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院沈陽(yáng)計(jì)算技術(shù)研究所) 2019
[3]復(fù)雜環(huán)境下多移動(dòng)機(jī)器人協(xié)同路徑規(guī)劃[D]. 夏清松.武漢科技大學(xué) 2019
[4]倉(cāng)儲(chǔ)物流機(jī)器人集群協(xié)同調(diào)度系統(tǒng)研究[D]. 陳明智.江漢大學(xué) 2019
[5]動(dòng)態(tài)環(huán)境下雙機(jī)器人路徑規(guī)劃[D]. 蘇吉恒.蘭州理工大學(xué) 2019
[6]多移動(dòng)機(jī)器人系統(tǒng)中路徑規(guī)劃算法的研究[D]. 徐源正.電子科技大學(xué) 2019
[7]基于激光雷達(dá)的室內(nèi)機(jī)器人SLAM研究[D]. 李昀澤.華南理工大學(xué) 2016
[8]基于云平臺(tái)的機(jī)器人地圖構(gòu)建與管理及移動(dòng)端控制[D]. 唐懷珠.山東大學(xué) 2016
[9]基于激光數(shù)據(jù)的移動(dòng)機(jī)器人地圖創(chuàng)建問(wèn)題研究[D]. 蔡向東.國(guó)防科學(xué)技術(shù)大學(xué) 2010



本文編號(hào)：3072860