隨著人工智能的快速發(fā)展,服務(wù)機(jī)器人受到了越來越廣泛的關(guān)注,人們對(duì)服務(wù)機(jī)器人的需求日益增加,自主跟隨機(jī)器人作為服務(wù)機(jī)器人中的重要一員也日益受到重視。本文基于ROS系統(tǒng)設(shè)計(jì)的自主跟隨機(jī)器人,能夠?qū)崿F(xiàn)目標(biāo)跟隨、同時(shí)定位與建圖（SLAM）以及路徑規(guī)劃等功能。本文的研究?jī)?nèi)容主要分為以下三個(gè)方面:1、研究了基于激光雷達(dá)的同時(shí)定位與建圖技術(shù)。首先,分析了柵格地圖的占據(jù)原理,對(duì)Hector算法的地圖獲取和掃描匹配兩個(gè)過程進(jìn)行理論推導(dǎo),構(gòu)建出室內(nèi)環(huán)境地圖;其次,對(duì)基于粒子濾波的Gmapping算法進(jìn)行研究,詳細(xì)分析了位姿估計(jì)的步驟,并對(duì)融合了里程計(jì)信息和激光雷達(dá)觀測(cè)信息的建議分布函數(shù)進(jìn)行推導(dǎo),在相同的室內(nèi)環(huán)境中構(gòu)建地圖;最后,通過對(duì)比分析兩種算法構(gòu)建出的地圖,得出添加里程計(jì)信息的Gmapping算法構(gòu)建出的地圖更加完整準(zhǔn)確,選定該算法進(jìn)行地圖構(gòu)建為后續(xù)路徑規(guī)劃做準(zhǔn)備。2、研究了跟隨機(jī)器人的路徑規(guī)劃技術(shù),對(duì)動(dòng)態(tài)窗口算法提出改進(jìn)。在全局路徑規(guī)劃方面,對(duì)A*算法和Dijkstra算法進(jìn)行原理推導(dǎo),在相同環(huán)境中進(jìn)行實(shí)驗(yàn)對(duì)比,并選定效率較高的A*算法;在局部路徑規(guī)劃方面,對(duì)動(dòng)態(tài)窗口算法（DWA算法）的評(píng)價(jià)函數(shù)做出... 

【文章來源】：曲阜師范大學(xué)山東省

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)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(nèi)外研究現(xiàn)狀
        1.2.1 SLAM技術(shù)的研究現(xiàn)狀
        1.2.2 跟隨機(jī)器人的研究現(xiàn)狀
    1.3 論文章節(jié)安排
第2章 自主跟隨機(jī)器人平臺(tái)搭建
    2.1 系統(tǒng)功能需求分析
    2.2 RGBD相機(jī)選型
        2.2.1 理想相機(jī)模型
        2.2.2 實(shí)際相機(jī)模型
    2.3 激光雷達(dá)選型
    2.4 ROS操作系統(tǒng)
    2.5 本章小結(jié)
第3章 基于激光雷達(dá)的SLAM算法研究
    3.1 地圖的表達(dá)形式
    3.2 柵格地圖的占據(jù)原理
    3.3 Hector SLAM算法
    3.4 Gmapping SLAM算法
        3.4.1 基于Rao-Blackwellized粒子濾波的SLAM算法
        3.4.2 改進(jìn)Rao-Blackwellized粒子濾波的Gmapping算法
    3.5 實(shí)驗(yàn)對(duì)比分析
    3.6 本章小結(jié)
第4章 機(jī)器人的路徑規(guī)劃算法研究
    4.1 全局路徑規(guī)劃算法研究
        4.1.1 Dijkstra算法
        4.1.2 A~*算法
        4.1.3 實(shí)驗(yàn)結(jié)果對(duì)比
    4.2 局部路徑規(guī)劃算法研究
        4.2.1 DWA算法
        4.2.2 基于全局最優(yōu)路徑的改進(jìn)DWA算法
    4.3 實(shí)驗(yàn)結(jié)果分析
    4.4 本章小結(jié)
第5章 多信息融合目標(biāo)跟隨算法研究
    5.1 經(jīng)典跟隨算法
        5.1.1 Meanshift算法
        5.1.2 Camshift算法
    5.2 融合深度信息的Camshift算法
        5.2.1 前景分割
        5.2.2 融合深度信息的改進(jìn)Camshift算法
    5.3 融入Kalman預(yù)測(cè)信息的Camshift算法
        5.3.1 Kalman濾波器原理
        5.3.2 基于Kalman濾波改進(jìn)的Camshift算法
    5.4 實(shí)驗(yàn)結(jié)果分析
        5.4.1 無干擾時(shí)的跟隨
        5.4.2 顏色干擾下的跟隨效果對(duì)比
        5.4.3 遮擋情況下的跟隨效果對(duì)比
    5.5 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
在讀期間發(fā)表的學(xué)術(shù)論文及研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于2.5D激光的全向移動(dòng)機(jī)器人室內(nèi)SLAM研究[J]. 楊宇,田應(yīng)仲,鄭天江.  計(jì)量與測(cè)試技術(shù). 2018(12)
[2]基于螢火蟲算法優(yōu)化的Gmapping研究[J]. 鄭兵,陳世利,劉蓉.  計(jì)算機(jī)工程. 2018(09)
[3]移動(dòng)機(jī)器人SLAM關(guān)鍵問題和解決方法綜述[J]. 楊雪夢(mèng),姚敏茹,曹凱.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(07)
[4]Simultaneous Localization and Mapping System Based on Labels[J]. Tong Liu,Panpan Liu,Songtian Shang,Yi Yang.  Journal of Beijing Institute of Technology. 2017(04)
[5]基于激光雷達(dá)傳感器的RBPF-SLAM系統(tǒng)優(yōu)化設(shè)計(jì)[J]. 王依人,鄧國慶,劉勇,張文.  傳感器與微系統(tǒng). 2017(09)
[6]基于ORB-SLAM的室內(nèi)機(jī)器人定位和三維稠密地圖構(gòu)建[J]. 侯榮波,魏武,黃婷,鄧超鋒.  計(jì)算機(jī)應(yīng)用. 2017(05)
[7]基于ROS的開源移動(dòng)機(jī)器人系統(tǒng)設(shè)計(jì)[J]. 李建勇,劉雪梅,李雪霞,杜博陽.  機(jī)電工程. 2017(02)
[8]Wheel-legged Hexapod Robots:a Multifunctional Mobile Manipulating Platform[J]. DING Xilun,ZHENG Yi,XU Kun.  Chinese Journal of Mechanical Engineering. 2017(01)
[9]基于RGBD傳感器的場(chǎng)景自適應(yīng)性視覺里程計(jì)算法[J]. 段珊珊,李昕.  計(jì)算機(jī)與現(xiàn)代化. 2016(12)
[10]基于AVR單片機(jī)的家庭智能監(jiān)控機(jī)器人設(shè)計(jì)[J]. 王瑞澤,程穎,任文平.  計(jì)算機(jī)應(yīng)用. 2016(S2)

博士論文
[1]基于RGB-D攝像機(jī)的增強(qiáng)現(xiàn)實(shí)系統(tǒng)關(guān)鍵技術(shù)研究[D]. 李佳寧.浙江大學(xué) 2017

碩士論文
[1]室內(nèi)測(cè)繪機(jī)器人SLAM技術(shù)的研究與實(shí)現(xiàn)[D]. 李維鑫.西安科技大學(xué) 2018
[2]基于激光雷達(dá)的SLAM和路徑規(guī)劃算法研究與實(shí)現(xiàn)[D]. 劉文之.哈爾濱工業(yè)大學(xué) 2018
[3]四旋翼無人機(jī)視覺導(dǎo)航與軌跡跟蹤[D]. 鄧兆森.哈爾濱工業(yè)大學(xué) 2018
[4]基于激光雷達(dá)的室內(nèi)移動(dòng)機(jī)器人自主導(dǎo)航與行人跟蹤研究[D]. 鄭燦濤.華南理工大學(xué) 2018
[5]基于激光雷達(dá)的同時(shí)定位與室內(nèi)地圖構(gòu)建算法研究[D]. 趙新洋.哈爾濱工業(yè)大學(xué) 2017
[6]基于SLAM的掃地機(jī)器人控制系統(tǒng)研究[D]. 陳玉.哈爾濱工業(yè)大學(xué) 2017
[7]激光雷達(dá)AGV室內(nèi)環(huán)境地圖繪制與定位算法研究[D]. 曲政.山東大學(xué) 2017
[8]基于Kinect手勢(shì)識(shí)別方法的研究與實(shí)現(xiàn)[D]. 趙瑞.武漢理工大學(xué) 2017
[9]基于車載多激光雷達(dá)的地圖構(gòu)建與障礙物檢測(cè)[D]. 林輝.浙江大學(xué) 2017
[10]基于MeanShift的視頻目標(biāo)跟蹤算法研究[D]. 張鐵明.燕山大學(xué) 2016



本文編號(hào)：3197748