本文關鍵詞：基于Kinect深度信息的移動機器人導航研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著時代技術的飛速發(fā)展,移動機器人導航研究領域不斷提出新的技術,本文針對移動機器人在已知環(huán)境中使用單目攝像頭、超聲波、接近開關、激光等傳感器進行導航避障存在不夠靈活或價格昂貴的問題,使用微軟新發(fā)布的Kinect產品作為核心傳感器,以Turtlebot機器人作為實驗平臺,研究了移動機器人在未知環(huán)境中的定位、地圖創(chuàng)建、避障及路徑規(guī)劃的相關內容。本文大量查閱相關文獻,描述了移動機器人導航關鍵技術的研究現狀,并對現有問題進行總結和分析,把導航劃分為同時定位與建圖、避障及路徑規(guī)劃兩大部分,主要研究內容包括：第一,研究了Kinect傳感器的技術原理和深度點云數據的提取過程,并將點云數據輸出為圖像,詳細闡述SLAM過程常見的幾種經典算法的理論步驟,對比分析各種算法的優(yōu)勢,選用Gmapping功能包作為本文的實驗支撐,并對Gmapping的幾個關鍵步驟進行詳細的敘述；第二,研究了移動機器人的避障機制,包括檢測障礙物和局部地圖更新等,使得建圖階段可以實現手動控制和自動控制結合進行,描述了路徑規(guī)劃的關鍵內容,研究了A*算法、深度優(yōu)先算法、廣度優(yōu)先算法、Dijkstra算法的理論及步驟,并編程仿真其搜索節(jié)點的過程和避障及路徑規(guī)劃的過程。最后以turtlebot機器人為實驗平臺,在Ubuntu系統(tǒng)下設計實驗,驗證分析特征點檢測和匹配、定位和制圖、避障和路徑規(guī)劃幾個方面。本文的研究成果及內容在移動機器人導航領域屬于新的實現方法,從已知環(huán)境的循跡導航擴展到未知環(huán)境中的建圖導航,從Windows系統(tǒng)應用開發(fā)擴展到Ubuntu Linux系統(tǒng)的應用研究,為后面的研究打下基礎。
【關鍵詞】：Kinect 移動機器人 SLAM 路徑規(guī)劃
【學位授予單位】：華東理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP242
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-15
• 1.1 引言10-11
• 1.2 移動機器人應用背景11-13
• 1.3 移動機器人的關鍵技術13-14
• 1.3.1 移動機器人的導航13
• 1.3.2 同時定位與地圖創(chuàng)建13-14
• 1.3.3 路徑規(guī)劃14
• 1.4 課題的研究內容和意義14-15
• 第2章 移動機器人導航技術研究現狀15-23
• 2.1 移動機器人的自定位15-16
• 2.2 環(huán)境地圖的創(chuàng)建16-18
• 2.3 路徑規(guī)劃18-19
• 2.4 Kinect導航優(yōu)勢19-22
• 2.5 本章小結22-23
• 第3章 基于Kinect的SLAM方法研究23-48
• 3.1 Kinect的技術原理與特點23-25
• 3.1.1 Kinect技術特點23-24
• 3.1.2 光編碼技術24-25
• 3.2 深度信息獲取與利用25-28
• 3.2.1 深度圖像的概念25
• 3.2.2 深度成像過程25-27
• 3.2.3 深度點云數據獲取27-28
• 3.2.4 深度數據的三維重建28
• 3.3 SLAM算法分析28-35
• 3.3.1 基于Kinect的SLAM方法28-30
• 3.3.2 SLAM的通用構架30-33
• 3.3.3 常用SLAM算法及分析33-35
• 3.3.4 本文SLAM方法選擇35
• 3.4 Gmapping實現過程35-46
• 3.4.1 蒙特卡羅粒子濾波36-37
• 3.4.2 深度點云提取37-38
• 3.4.3 基于里程計的運動學模型38-41
• 3.4.4 基于SIFT的特征點檢測41-45
• 3.4.5 基于SIFT的特征點匹配45-46
• 3.5 本章小結46-48
• 第4章 移動機器人的避障與路徑規(guī)劃研究48-68
• 4.1 移動機器人的避障處理48-58
• 4.1.1 基于深度范圍的障礙物識別48-51
• 4.1.2 避障機制設置51-53
• 4.1.3 人工勢場法避障53-55
• 4.1.4 局部地圖更新55-57
• 4.1.5 障礙物識別測試57-58
• 4.2 路徑規(guī)劃算法研究58-63
• 4.2.1 引言58-60
• 4.2.2 啟發(fā)式A~*算法60-61
• 4.2.3 深度和廣度優(yōu)先算法路徑規(guī)劃61-62
• 4.2.4 Dijkstra算法路徑規(guī)劃62-63
• 4.3 節(jié)點搜索仿真63-66
• 4.4 避障和路徑規(guī)劃仿真66-67
• 4.5 本章小結67-68
• 第5章 實驗結果分析68-81
• 5.1 實驗平臺簡介68-69
• 5.2 特征點檢測和匹配實驗69-72
• 5.2.1 特征點檢測實驗69-70
• 5.2.2 特征點匹配實驗70-72
• 5.3 定位和制圖實驗72-76
• 5.4 導航實驗76-81
• 5.4.1 同步運動實驗76-77
• 5.4.2 避障導航實驗77-81
• 第6章 總結與展望81-83
• 6.1 全文總結81
• 6.2 研究展望81-83
• 參考文獻83-88
• 致謝88-89
• 攻讀碩士期間科研成果89

【參考文獻】

中國期刊全文數據庫 前10條

1 楊超;;基于A*算法的移動機器人路徑規(guī)劃[J];電子技術與軟件工程;2015年24期

2 溫熙;郭杭;;室內移動機器人自定位方法[J];測繪科學;2016年06期

3 高健;王建中;施家棟;;小型履帶式移動機器人控制系統(tǒng)設計[J];計算機測量與控制;2015年08期

4 饒偉;王建中;施家棟;;履帶式移動機器人的轉向特性[J];中南大學學報(自然科學版);2015年07期

5 傅超;張樂鋒;;室內移動機器人自主避障研究[J];工業(yè)控制計算機;2015年07期

6 張毅;陳起;羅元;;室內環(huán)境下移動機器人三維視覺SLAM[J];智能系統(tǒng)學報;2015年04期

7 申耀武;;自主移動機器人運動機制探析[J];機電一體化;2015年05期

8 曹沖振;郭云東;周娜;陳京邦;;輪履復合式安保機器人移動系統(tǒng)研究[J];機械設計與制造;2015年05期

9 鄭為湊;于振中;惠晶;;動態(tài)環(huán)境下利用Kinect的移動機器人增強路徑規(guī)劃[J];江南大學學報(自然科學版);2015年02期

10 賈麗仕;;移動機器人控制系統(tǒng)設計[J];電子制作;2015年08期

中國博士學位論文全文數據庫 前2條

1 林義閩;未知環(huán)境中智能機器人的視覺導航技術研究[D];北京郵電大學;2014年

2 趙其杰;服務機器人多通道人機交互感知反饋工作機制及關鍵技術[D];上海大學;2005年

中國碩士學位論文全文數據庫 前10條

1 黃超;基于無線網絡的AGV系統(tǒng)路徑規(guī)劃的研究[D];華東理工大學;2015年

2 馬曉輝;移動機器人路徑規(guī)劃研究及遠程控制系統(tǒng)的設計與實現[D];云南大學;2015年

3 王冠;全方位移動平臺運動控制技術研究[D];北京理工大學;2015年

4 江，

本文編號：342880