基于SLAM的跟隨示教講解機(jī)器人算法研究及軟件開發(fā)
發(fā)布時(shí)間:2021-09-22 13:52
隨著科技的高速發(fā)展,快節(jié)奏的社會(huì)生活對(duì)自動(dòng)化和智能化提出了更高的要求。集中體現(xiàn)現(xiàn)代自動(dòng)化與智能化的機(jī)器人技術(shù),不僅在工業(yè)領(lǐng)域大放異彩,近些年更是以各類服務(wù)機(jī)器人的形式走入千家萬(wàn)戶。講解機(jī)器人作為近些年快速興起的一類服務(wù)機(jī)器人,已經(jīng)得到了長(zhǎng)足的發(fā)展。由講解機(jī)器人代替人工講解,在降低人工成本的方面將有很大意義。針對(duì)講解機(jī)器人所處的環(huán)境特點(diǎn),本文研究了基于SLAM的跟隨示教講解機(jī)器人方案并對(duì)軟件進(jìn)行了開發(fā)。根據(jù)展館環(huán)境特點(diǎn)與服務(wù)機(jī)器人低成本的要求,首先選擇相應(yīng)的傳感器硬件并確定了以環(huán)境建圖、跟隨示教和自動(dòng)講解三部分為主要功能的軟件系統(tǒng)。分別對(duì)各功能環(huán)節(jié)選擇恰當(dāng)?shù)膶?shí)現(xiàn)方法,對(duì)機(jī)器人軟件系統(tǒng)進(jìn)行開發(fā),最后通過(guò)仿真論證方案的可行性,完成方案設(shè)計(jì)。在對(duì)各功能要求的實(shí)現(xiàn)上,本文確定傳感器采用單線激光雷達(dá),在建圖環(huán)節(jié)首先根據(jù)單線雷達(dá)獲取的數(shù)據(jù)特點(diǎn),對(duì)冗雜的點(diǎn)云信息進(jìn)行自適應(yīng)降采樣。前端通過(guò)對(duì)單幀信息的掃描匹配,初步建立地圖。為了抑制前端累積誤差,后端采用回環(huán)檢測(cè)的方式在位姿圖中構(gòu)建新的約束,最后通過(guò)基于位姿圖的全局優(yōu)化減小累計(jì)誤差。在跟隨示教部分,對(duì)跟隨功能的實(shí)現(xiàn)進(jìn)行分析,確定對(duì)人臉進(jìn)行識(shí)別的跟隨方案。...
【文章來(lái)源】:哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校
【文章頁(yè)數(shù)】:72 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
云跡Sail講解機(jī)器人
哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-1-第1章緒論1.1課題來(lái)源及研究的背景和意義1.1.1課題的來(lái)源本課題來(lái)源于蕪湖哈特機(jī)器人產(chǎn)業(yè)研究院2019年前瞻技術(shù)研發(fā)部門重點(diǎn)研發(fā)項(xiàng)目。在企業(yè)展館和博物館的環(huán)境下,為替代人力進(jìn)行講解工作,本課題將研究一款跟隨示教的講解機(jī)器人,其能通過(guò)跟隨構(gòu)建環(huán)境地圖、示教講解點(diǎn)位并自動(dòng)進(jìn)行講解工作,最終對(duì)其軟件系統(tǒng)進(jìn)行開發(fā)。1.1.2課題研究的背景和意義講解機(jī)器人作為近些年快速興起的一種服務(wù)機(jī)器人,經(jīng)過(guò)多年積累的機(jī)器人技術(shù)成果轉(zhuǎn)化,目前國(guó)內(nèi)外已迅速崛起多家致力于開發(fā)商用級(jí)講解機(jī)器人的新興企業(yè),其產(chǎn)品已部分獲得市場(chǎng)認(rèn)可。如圖1-1、1-2所示,目前,云跡科技、小笨智能、沈陽(yáng)新松、中科三合、日本軟銀等公司均已推出自己的商用型講解服務(wù)機(jī)器人,這些產(chǎn)品已能在一定程度上完成簡(jiǎn)單的講解服務(wù)功能。圖1-1云跡Sail講解機(jī)器人圖1-2軟銀Pepper機(jī)器人講解機(jī)器人的誕生來(lái)源于兩方面的契機(jī)。第一個(gè)方面,機(jī)器人技術(shù)的快速發(fā)展給講解機(jī)器人等服務(wù)機(jī)器人的出現(xiàn)提供了物質(zhì)基礎(chǔ)的保障。根據(jù)相關(guān)資料,2017年全國(guó)的機(jī)器人市場(chǎng)規(guī)模在62.8億美元左右。在2012-2017年之間,其規(guī)模的年平均增長(zhǎng)率達(dá)到了28%。2013年至今,我國(guó)已然成為了全球第一大的工業(yè)機(jī)器人應(yīng)用市場(chǎng)[1]。另一方面,企業(yè)出于對(duì)人力成本和技術(shù)宣傳等方面的考慮,對(duì)講解機(jī)器人的誕生提出了需求。傳統(tǒng)人員講解方式工作靈活性好,但隨著人力資源成本的不斷上升,對(duì)于有如講解的高重復(fù)性工作使用“機(jī)器換人”的全新解決方案,對(duì)降低成本和增加工作發(fā)揮穩(wěn)定性都有極大助益。同時(shí),企業(yè)展廳作為
哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-3-的問(wèn)題時(shí)更多地訴諸于基于概率的方法,這些方法包括了擴(kuò)展卡爾曼濾波、最大似然估計(jì)和粒子濾波等。之后的算法分析階段里,得益于人們對(duì)SLAM問(wèn)題求解基本性質(zhì)的研究和數(shù)學(xué)工具的發(fā)展,人們認(rèn)識(shí)到了BA問(wèn)題求解中的矩陣稀疏性,這對(duì)SLAM問(wèn)題的高效求解具有十分重大的意義。如今正處于SLAM的魯棒感知時(shí)代,研究者對(duì)SLAM提出了新的要求,即更高的魯棒性、更深入的環(huán)境理解、更強(qiáng)的計(jì)算資源優(yōu)化以及更智能的任務(wù)自適應(yīng)能力[4]。建立環(huán)境地圖來(lái)自于兩方面的需求。首先,許多機(jī)器人任務(wù)通常需要已知的環(huán)境信息來(lái)支持,例如路徑規(guī)劃、環(huán)境中的定位或是航跡可視化的呈現(xiàn)。另一方面,通過(guò)使用地圖,使得通過(guò)匹配獲取定位變得可能,此舉能夠使機(jī)器人在重新訪問(wèn)已知區(qū)域時(shí)消除由增量式傳感器帶來(lái)的累計(jì)誤差的影響。因此,SLAM地圖的構(gòu)建對(duì)許多后續(xù)應(yīng)用十分重要。按照激光SLAM所使用的數(shù)學(xué)優(yōu)化方法不同,可以分為基于濾波器的與基于圖優(yōu)化的兩種。由SmithR等人提出的擴(kuò)展卡爾曼濾波SLAM方案(EKF-SLAM)[5],使用最大似然算法進(jìn)行數(shù)據(jù)關(guān)聯(lián)。如圖1-3所示,紅線表示實(shí)際路徑,藍(lán)線表示推測(cè)路徑。品紅色點(diǎn)表示的是實(shí)際路標(biāo)點(diǎn)位置,而黑色十字表示計(jì)算所得路標(biāo)點(diǎn)位置。該方案的缺點(diǎn)是計(jì)算量復(fù)雜,魯棒性較差,同時(shí)其構(gòu)建的地圖是特征地圖而不是柵格地圖,所以無(wú)法應(yīng)用在導(dǎo)航避障上。圖1-3EKF-SLAM效果圖[50]由于EKF-SLAM構(gòu)建的地圖無(wú)法直接用于路徑規(guī)劃與導(dǎo)航,對(duì)了改進(jìn)其不足,MontemerloM等人提出了FastSLAM方案[6]。在FastSLAM中,SLAM問(wèn)題被分為了機(jī)器人的位姿估計(jì)定位問(wèn)題和基于機(jī)器人的定位信息構(gòu)建環(huán)境地圖的
【參考文獻(xiàn)】:
期刊論文
[1]智能車輛自動(dòng)跟隨控制的目標(biāo)跟蹤算法研究[J]. 王鋮,劉中姐,袁新枚,史書恒,李柏毅. 汽車技術(shù). 2020(07)
[2]基于UWB的自主跟隨機(jī)器人系統(tǒng)設(shè)計(jì)[J]. 楊再標(biāo),易先軍,彭萌,耿翰夫,付龍. 自動(dòng)化與儀表. 2020(03)
[3]基于深度相機(jī)的移動(dòng)機(jī)器人自主跟隨技術(shù)[J]. 任恒樂(lè),徐方,邸霈,田大吉. 計(jì)算機(jī)工程與設(shè)計(jì). 2020(02)
[4]基于激光雷達(dá)的移動(dòng)機(jī)器人人體目標(biāo)跟隨[J]. 杜華臻,張文安,楊旭升. 高技術(shù)通訊. 2019(12)
[5]激光SLAM導(dǎo)航移動(dòng)機(jī)器人定位算法研究綜述[J]. 易柯敏,沈艷霞. 機(jī)器人技術(shù)與應(yīng)用. 2019(05)
[6]復(fù)雜環(huán)境下的自由空間中自主跟隨移動(dòng)目標(biāo)的多信息融合方法與應(yīng)用[J]. 王正家,李明,夏正喬,何博,何濤. 傳感器與微系統(tǒng). 2019(04)
[7]基于深度學(xué)習(xí)的視頻跟蹤研究進(jìn)展綜述[J]. 戴鳳智,魏寶昌,歐陽(yáng)育星,金霞. 計(jì)算機(jī)工程與應(yīng)用. 2019(10)
[8]自動(dòng)跟隨機(jī)器人[J]. 王偉業(yè),王仕敬,孫超付. 科技創(chuàng)新導(dǎo)報(bào). 2018(32)
[9]互聯(lián)網(wǎng)超市購(gòu)物車自動(dòng)跟隨系統(tǒng)的原理及算法[J]. 蔣超,朱春生,趙淼,朱永紅. 電子技術(shù)與軟件工程. 2018(20)
[10]全國(guó)機(jī)器人產(chǎn)業(yè)發(fā)展報(bào)告[J]. 領(lǐng)導(dǎo)決策信息. 2018(35)
碩士論文
[1]基于無(wú)線網(wǎng)絡(luò)的定位技術(shù)研究[D]. 許哲琪.北京交通大學(xué) 2019
[2]移動(dòng)機(jī)器人動(dòng)態(tài)人體跟蹤與識(shí)別[D]. 朱偉.哈爾濱工程大學(xué) 2019
[3]基于Kinect的動(dòng)態(tài)人體投影映射[D]. 何沖.上海交通大學(xué) 2018
本文編號(hào):3403866
【文章來(lái)源】:哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校
【文章頁(yè)數(shù)】:72 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
云跡Sail講解機(jī)器人
哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-1-第1章緒論1.1課題來(lái)源及研究的背景和意義1.1.1課題的來(lái)源本課題來(lái)源于蕪湖哈特機(jī)器人產(chǎn)業(yè)研究院2019年前瞻技術(shù)研發(fā)部門重點(diǎn)研發(fā)項(xiàng)目。在企業(yè)展館和博物館的環(huán)境下,為替代人力進(jìn)行講解工作,本課題將研究一款跟隨示教的講解機(jī)器人,其能通過(guò)跟隨構(gòu)建環(huán)境地圖、示教講解點(diǎn)位并自動(dòng)進(jìn)行講解工作,最終對(duì)其軟件系統(tǒng)進(jìn)行開發(fā)。1.1.2課題研究的背景和意義講解機(jī)器人作為近些年快速興起的一種服務(wù)機(jī)器人,經(jīng)過(guò)多年積累的機(jī)器人技術(shù)成果轉(zhuǎn)化,目前國(guó)內(nèi)外已迅速崛起多家致力于開發(fā)商用級(jí)講解機(jī)器人的新興企業(yè),其產(chǎn)品已部分獲得市場(chǎng)認(rèn)可。如圖1-1、1-2所示,目前,云跡科技、小笨智能、沈陽(yáng)新松、中科三合、日本軟銀等公司均已推出自己的商用型講解服務(wù)機(jī)器人,這些產(chǎn)品已能在一定程度上完成簡(jiǎn)單的講解服務(wù)功能。圖1-1云跡Sail講解機(jī)器人圖1-2軟銀Pepper機(jī)器人講解機(jī)器人的誕生來(lái)源于兩方面的契機(jī)。第一個(gè)方面,機(jī)器人技術(shù)的快速發(fā)展給講解機(jī)器人等服務(wù)機(jī)器人的出現(xiàn)提供了物質(zhì)基礎(chǔ)的保障。根據(jù)相關(guān)資料,2017年全國(guó)的機(jī)器人市場(chǎng)規(guī)模在62.8億美元左右。在2012-2017年之間,其規(guī)模的年平均增長(zhǎng)率達(dá)到了28%。2013年至今,我國(guó)已然成為了全球第一大的工業(yè)機(jī)器人應(yīng)用市場(chǎng)[1]。另一方面,企業(yè)出于對(duì)人力成本和技術(shù)宣傳等方面的考慮,對(duì)講解機(jī)器人的誕生提出了需求。傳統(tǒng)人員講解方式工作靈活性好,但隨著人力資源成本的不斷上升,對(duì)于有如講解的高重復(fù)性工作使用“機(jī)器換人”的全新解決方案,對(duì)降低成本和增加工作發(fā)揮穩(wěn)定性都有極大助益。同時(shí),企業(yè)展廳作為
哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-3-的問(wèn)題時(shí)更多地訴諸于基于概率的方法,這些方法包括了擴(kuò)展卡爾曼濾波、最大似然估計(jì)和粒子濾波等。之后的算法分析階段里,得益于人們對(duì)SLAM問(wèn)題求解基本性質(zhì)的研究和數(shù)學(xué)工具的發(fā)展,人們認(rèn)識(shí)到了BA問(wèn)題求解中的矩陣稀疏性,這對(duì)SLAM問(wèn)題的高效求解具有十分重大的意義。如今正處于SLAM的魯棒感知時(shí)代,研究者對(duì)SLAM提出了新的要求,即更高的魯棒性、更深入的環(huán)境理解、更強(qiáng)的計(jì)算資源優(yōu)化以及更智能的任務(wù)自適應(yīng)能力[4]。建立環(huán)境地圖來(lái)自于兩方面的需求。首先,許多機(jī)器人任務(wù)通常需要已知的環(huán)境信息來(lái)支持,例如路徑規(guī)劃、環(huán)境中的定位或是航跡可視化的呈現(xiàn)。另一方面,通過(guò)使用地圖,使得通過(guò)匹配獲取定位變得可能,此舉能夠使機(jī)器人在重新訪問(wèn)已知區(qū)域時(shí)消除由增量式傳感器帶來(lái)的累計(jì)誤差的影響。因此,SLAM地圖的構(gòu)建對(duì)許多后續(xù)應(yīng)用十分重要。按照激光SLAM所使用的數(shù)學(xué)優(yōu)化方法不同,可以分為基于濾波器的與基于圖優(yōu)化的兩種。由SmithR等人提出的擴(kuò)展卡爾曼濾波SLAM方案(EKF-SLAM)[5],使用最大似然算法進(jìn)行數(shù)據(jù)關(guān)聯(lián)。如圖1-3所示,紅線表示實(shí)際路徑,藍(lán)線表示推測(cè)路徑。品紅色點(diǎn)表示的是實(shí)際路標(biāo)點(diǎn)位置,而黑色十字表示計(jì)算所得路標(biāo)點(diǎn)位置。該方案的缺點(diǎn)是計(jì)算量復(fù)雜,魯棒性較差,同時(shí)其構(gòu)建的地圖是特征地圖而不是柵格地圖,所以無(wú)法應(yīng)用在導(dǎo)航避障上。圖1-3EKF-SLAM效果圖[50]由于EKF-SLAM構(gòu)建的地圖無(wú)法直接用于路徑規(guī)劃與導(dǎo)航,對(duì)了改進(jìn)其不足,MontemerloM等人提出了FastSLAM方案[6]。在FastSLAM中,SLAM問(wèn)題被分為了機(jī)器人的位姿估計(jì)定位問(wèn)題和基于機(jī)器人的定位信息構(gòu)建環(huán)境地圖的
【參考文獻(xiàn)】:
期刊論文
[1]智能車輛自動(dòng)跟隨控制的目標(biāo)跟蹤算法研究[J]. 王鋮,劉中姐,袁新枚,史書恒,李柏毅. 汽車技術(shù). 2020(07)
[2]基于UWB的自主跟隨機(jī)器人系統(tǒng)設(shè)計(jì)[J]. 楊再標(biāo),易先軍,彭萌,耿翰夫,付龍. 自動(dòng)化與儀表. 2020(03)
[3]基于深度相機(jī)的移動(dòng)機(jī)器人自主跟隨技術(shù)[J]. 任恒樂(lè),徐方,邸霈,田大吉. 計(jì)算機(jī)工程與設(shè)計(jì). 2020(02)
[4]基于激光雷達(dá)的移動(dòng)機(jī)器人人體目標(biāo)跟隨[J]. 杜華臻,張文安,楊旭升. 高技術(shù)通訊. 2019(12)
[5]激光SLAM導(dǎo)航移動(dòng)機(jī)器人定位算法研究綜述[J]. 易柯敏,沈艷霞. 機(jī)器人技術(shù)與應(yīng)用. 2019(05)
[6]復(fù)雜環(huán)境下的自由空間中自主跟隨移動(dòng)目標(biāo)的多信息融合方法與應(yīng)用[J]. 王正家,李明,夏正喬,何博,何濤. 傳感器與微系統(tǒng). 2019(04)
[7]基于深度學(xué)習(xí)的視頻跟蹤研究進(jìn)展綜述[J]. 戴鳳智,魏寶昌,歐陽(yáng)育星,金霞. 計(jì)算機(jī)工程與應(yīng)用. 2019(10)
[8]自動(dòng)跟隨機(jī)器人[J]. 王偉業(yè),王仕敬,孫超付. 科技創(chuàng)新導(dǎo)報(bào). 2018(32)
[9]互聯(lián)網(wǎng)超市購(gòu)物車自動(dòng)跟隨系統(tǒng)的原理及算法[J]. 蔣超,朱春生,趙淼,朱永紅. 電子技術(shù)與軟件工程. 2018(20)
[10]全國(guó)機(jī)器人產(chǎn)業(yè)發(fā)展報(bào)告[J]. 領(lǐng)導(dǎo)決策信息. 2018(35)
碩士論文
[1]基于無(wú)線網(wǎng)絡(luò)的定位技術(shù)研究[D]. 許哲琪.北京交通大學(xué) 2019
[2]移動(dòng)機(jī)器人動(dòng)態(tài)人體跟蹤與識(shí)別[D]. 朱偉.哈爾濱工程大學(xué) 2019
[3]基于Kinect的動(dòng)態(tài)人體投影映射[D]. 何沖.上海交通大學(xué) 2018
本文編號(hào):3403866
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3403866.html
最近更新
教材專著