當(dāng)前建筑物室內(nèi)環(huán)境的主要表達方式為二維地圖,對于機器人而言,獲取環(huán)境地圖主要通過同步定位與建圖（Simultaneous Localization and Mapping,SLAM）技術(shù)。雖然2D激光SLAM技術(shù)比較成熟,但對于復(fù)雜、空間規(guī)模大、相似特征多的室內(nèi)場景,傳統(tǒng)的SLAM方案存在定位不準(zhǔn)確,地圖粗糙的情況。本文著眼于測繪機器人的應(yīng)用需求,基于圖模型的SLAM方法,通過對機器人建模、里程計標(biāo)定,SLAM算法的改進、全局地圖構(gòu)建,在激光SLAM理論基礎(chǔ)上,制定了一套適用于室內(nèi)場景的測繪機器人定位與制圖方案,主要內(nèi)容與結(jié)論如下:1.基于測繪機器人的室內(nèi)2D測繪需求,分析并建立了機器人運動模型、傳感器觀測模型以及地圖模型等,并在此基礎(chǔ)上描述了SLAM問題的數(shù)學(xué)模型,為了后續(xù)研究搭建了統(tǒng)一的平臺。2.針對移動機器人輪式里程計容易累計誤差的問題,提出了基于線性關(guān)系的里程計標(biāo)定方法。在激光真值獲取階段提出運用IMLS-ICP算法,提升了算法的收斂速度;在求解線性方程組階段,運用最小二乘法確定了里程計標(biāo)定的內(nèi)參,縮小了里程計造成的系統(tǒng)誤差。3.針對幀-圖匹配的SLAM方法易受到初始值干擾問題... 

【文章來源】：武漢科技大學(xué)湖北省

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景和意義
    1.2 研究現(xiàn)狀
        1.2.1 測繪機器人國內(nèi)外研究現(xiàn)狀
        1.2.2 機器人SLAM技術(shù)研究現(xiàn)狀
    1.3 研究內(nèi)容與組織結(jié)構(gòu)
第2章 SLAM系統(tǒng)數(shù)學(xué)建模
    2.1 引言
    2.2 坐標(biāo)系的統(tǒng)一
    2.3 測繪機器人運動學(xué)模型
    2.4 激光雷達數(shù)學(xué)模型
        2.4.1 激光雷達測距模型
        2.4.2 激光雷達觀測模型
    2.5 環(huán)境地圖的表示
    2.6 本章小結(jié)
第3章 基于線性關(guān)系的里程計標(biāo)定方法
    3.1 引言
    3.2 輪式里程計的標(biāo)定方案的設(shè)計
        3.2.1 里程計參考值的獲取
        3.2.2 基于線性最小二乘的里程計標(biāo)定法
    3.3 機器人里程計標(biāo)定實驗
    3.4 本章小結(jié)
第4章 基于改進幀-圖匹配的SLAM方法
    4.1 引言
    4.2 圖優(yōu)化SLAM框架
        4.2.1 位姿圖的構(gòu)建
        4.2.2 位姿圖的優(yōu)化
        4.2.3 仿真實驗
    4.3 基于SCAN-TO-MAP的激光掃描匹配方法
        4.3.1 基于高斯牛頓的掃描匹配器
        4.3.2 基于雙線性插值的柵格地圖
        4.3.3 由粗到精的多分辨率地圖的策略
    4.4 基于改進的SCAN-TO-MAP匹配方法
        4.4.1 基于Ceres的掃描匹配器
        4.4.2 基于雙三次插值的柵格地圖
        4.4.3 基于四叉樹剪枝算法的最佳位姿搜索
        4.4.4 基于子地圖的閉環(huán)檢測
    4.5 本章小結(jié)
第5章 機器人平臺的搭建與改進算法的驗證
    5.1 引言
    5.2 機器人平臺
        5.2.1 硬件平臺設(shè)計
        5.2.2 軟件平臺架構(gòu)
    5.3 改進幀-圖匹配算法的對比實驗
        5.3.1 機器人軌跡分析
        5.3.2 機器人平移誤差分析
        5.3.3 算法匹配效率與準(zhǔn)確率分析
        5.3.4 地圖精度分析
    5.4 改進幀-圖匹配算法的室內(nèi)測繪實驗
        5.4.1 相似型場景的測繪
        5.4.2 大范圍場景的測繪
    5.5 本章小結(jié)
第6章 總結(jié)與展望
    6.1 本文工作總結(jié)
    6.2 未來改進與展望
致謝
參考文獻
附錄1 攻讀碩士學(xué)位期間獲得的科研成果
附錄2 攻讀碩士學(xué)位期間參加的科研項目


【參考文獻】：
期刊論文
[1]智能時代測繪與位置服務(wù)領(lǐng)域的挑戰(zhàn)與機遇[J]. 劉經(jīng)南,高柯夫.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2017(11)
[2]移動機器人里程計系統(tǒng)誤差及激光雷達安裝誤差在線標(biāo)定[J]. 達興鵬,曹其新,王雯珊.  機器人. 2017(02)
[3]基于SLAM的室內(nèi)移動測量系統(tǒng)及其應(yīng)用[J]. 余建偉,危遲.  測繪通報. 2016(06)
[4]大規(guī)模環(huán)境下基于圖優(yōu)化SLAM的圖構(gòu)建方法[J]. 王忠立,趙杰,蔡鶴皋.  哈爾濱工業(yè)大學(xué)學(xué)報. 2015(01)
[5]平方根容積Rao-Blackwillised粒子濾波SLAM算法[J]. 宋宇,李慶玲,康軼非,閆德立.  自動化學(xué)報. 2014(02)
[6]平方根容積卡爾曼濾波在移動機器人SLAM中的應(yīng)用[J]. 康軼非,宋永端,宋宇,閆德立,李丹勇.  機器人. 2013(02)

博士論文
[1]大規(guī)模復(fù)雜場景下室內(nèi)服務(wù)機器人導(dǎo)航的研究[D]. 陳贏峰.中國科學(xué)技術(shù)大學(xué) 2017

碩士論文
[1]室內(nèi)移動機器人激光雷達導(dǎo)航算法研究[D]. 丁業(yè)峰.哈爾濱工業(yè)大學(xué) 2019
[2]建筑物室內(nèi)SLAM點云的分割與分類[D]. 許佳賓.北京建筑大學(xué) 2018
[3]基于低成本激光傳感器移動機器人SLAM研究與實現(xiàn)[D]. 趙淑強.山東大學(xué) 2017
[4]基于激光雷達構(gòu)建室內(nèi)三維地圖關(guān)鍵技術(shù)研究[D]. 鐘明.電子科技大學(xué) 2017
[5]四驅(qū)輪式移動機器人建模與運動控制研究[D]. 卓穎莉.浙江大學(xué) 2017
[6]幾何結(jié)構(gòu)信息輔助的建筑物室內(nèi)SLAM點云分割[D]. 湯涌.南京師范大學(xué) 2017
[7]基于航跡推算的全向移動機器人定位及磁導(dǎo)航的研究[D]. 李雪茹.南京理工大學(xué) 2017
[8]竣工測量驗收數(shù)據(jù)處理軟件開發(fā)[D]. 曹傳龍.合肥工業(yè)大學(xué) 2015



本文編號：3301831