隨著機(jī)器人產(chǎn)業(yè)的蓬勃發(fā)展,室內(nèi)服務(wù)機(jī)器人的應(yīng)用將會(huì)變得越來越普遍,移動(dòng)機(jī)器人技術(shù)也面臨著越來越大的挑戰(zhàn)。導(dǎo)航避障技術(shù),作為移動(dòng)機(jī)器人技術(shù)中的關(guān)鍵,能夠在給定目標(biāo)的情況下,實(shí)現(xiàn)行走時(shí)規(guī)避動(dòng)態(tài)障礙物。本文對(duì)全局靜態(tài)路徑規(guī)劃以及局部避障算法進(jìn)行研究,并針對(duì)現(xiàn)有技術(shù)的不足提出了改進(jìn),內(nèi)容如下:本文首先對(duì)現(xiàn)有的SLAM技術(shù)進(jìn)行研究和介紹,并使用深度傳感器對(duì)周圍環(huán)境進(jìn)行信息采集,建立室內(nèi)環(huán)境下的柵格地圖。然后,對(duì)主流全局路徑規(guī)劃算法進(jìn)行介紹,并重點(diǎn)闡述了跳點(diǎn)搜尋算法（JPS）。針對(duì)該算法規(guī)劃出的路徑存在角度限制的問題,提出了路徑冗余度的概念,并給出了路徑冗余度檢測（PRD）算法。針對(duì)路徑冗余度,本文提出了一種基于跳點(diǎn)搜尋的后處理（JPS-PO）算法,并與傳統(tǒng)路徑規(guī)劃算法進(jìn)行比較。此外,本文還研究了基于動(dòng)態(tài)窗口法的局部避障算法。并針對(duì)動(dòng)態(tài)窗口法在服務(wù)機(jī)器人應(yīng)用場景中經(jīng)常出現(xiàn)的行人障礙物問題進(jìn)行研究,提出了一種基于碰撞因子（CF）的機(jī)器人局部避障算法。通過實(shí)驗(yàn)證明了該方法對(duì)于局部環(huán)境中的移動(dòng)行人有較好的規(guī)避的效果。最后,為了解決實(shí)際應(yīng)用問題,將全局和局部路徑規(guī)劃算法相結(jié)合,并使用ROS平臺(tái)在實(shí)際場景中... 

【文章頁數(shù)】：61 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容與技術(shù)難點(diǎn)
    1.4 論文內(nèi)容安排
第二章 相關(guān)背景知識(shí)介紹
    2.1 機(jī)器人建圖定位
        2.1.1 SLAM問題描述
        2.1.2 地圖表示方式
        2.1.3 SLAM典型方案
    2.2 傳感器
        2.2.1 激光雷達(dá)傳感器
        2.2.2 視覺傳感器
        2.2.3 KinectV2介紹
    2.3 使用Kinect2作為傳感器并進(jìn)行SLAM實(shí)驗(yàn)
        2.3.1 ROS介紹
        2.3.2 Gmapping
    2.4 本章小結(jié)
第三章 全局路徑規(guī)劃
    3.1 路徑規(guī)劃算法介紹
        3.1.1 A*路徑規(guī)劃算法
        3.1.2 RRT路徑搜索算法
        3.1.3 人工勢場法
    3.2 跳點(diǎn)搜尋算法
        3.2.1 JPS算法介紹
        3.2.2 JPS和A*算法的對(duì)比
    3.3 基于JPS算法的路徑后處理改進(jìn)算法
        3.3.1 路徑冗余檢測算法
        3.3.2 JPS-PO算法
    3.4 本章小結(jié)
第四章 局部路徑規(guī)劃
    4.1 動(dòng)態(tài)窗口法
    4.2 行人感知技術(shù)
        4.2.1 HOG特征介紹
        4.2.2 SVM分類器
        4.2.3 HOG+SVM訓(xùn)練分類器
    4.3 DWA改進(jìn)算法DWA-CF算法
        4.3.1 相關(guān)概念與定義
        4.3.2 相關(guān)變量計(jì)算
        4.3.3 DWA-CF
        4.3.4 DWA-CF實(shí)驗(yàn)結(jié)果
    4.4 本章小結(jié)
第五章 基于JPS-PO和DWA-CF算法的混合路徑規(guī)劃
    5.1 JPS-PO算法和DWA-CF算法各自的缺陷
        5.1.1 JPS-PO算法的缺陷
        5.1.2 DWA-CF算法的缺陷
    5.2 JPS-PO與DWA-CF混合算法描述
    5.3 實(shí)驗(yàn)結(jié)果與分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 本文工作總結(jié)
    6.2 研究展望
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間申請(qǐng)的專利
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)人工勢場的無人機(jī)編隊(duì)防碰撞控制方法[J]. 朱旭,閆茂德,張昌利,林海,屈耀紅.  哈爾濱工程大學(xué)學(xué)報(bào). 2017(06)
[2]基于Kinect深度圖像信息的人體運(yùn)動(dòng)檢測[J]. 孟明,楊方波,佘青山,孫曜,羅志增.  儀器儀表學(xué)報(bào). 2015(02)
[3]基于Kinect深度圖像的人體識(shí)別分析[J]. 李紅波,丁林建,冉光勇.  數(shù)字通信. 2012(04)
[4]改進(jìn)遺傳算法在移動(dòng)機(jī)器人路徑規(guī)劃中的應(yīng)用[J]. 石鐵峰.  計(jì)算機(jī)仿真. 2011(04)
[5]基于神經(jīng)網(wǎng)絡(luò)的移動(dòng)機(jī)器人路徑規(guī)劃方法[J]. 宋勇,李貽斌,栗春,李彩虹.  系統(tǒng)工程與電子技術(shù). 2008(02)
[6]復(fù)雜環(huán)境下基于蟻群優(yōu)化算法的機(jī)器人路徑規(guī)劃[J]. 樊曉平,羅熊,易晟,張航.  控制與決策. 2004(02)

碩士論文
[1]基于卡爾曼濾波預(yù)測的移動(dòng)機(jī)器人矢量場矩形法避障研究[D]. 徐家.武漢理工大學(xué) 2009
[2]基于地面特征識(shí)別的室內(nèi)機(jī)器人視覺導(dǎo)航[D]. 杜娟.武漢理工大學(xué) 2006



本文編號(hào)：3724878