自主導(dǎo)航作為移動機器人的關(guān)鍵技術(shù)之一,已經(jīng)引起眾多的關(guān)注,其中尤其以局部路徑規(guī)劃和導(dǎo)航控制兩大問題最為突出。但是當(dāng)前的局部路徑規(guī)劃算法仍然存在實時性較低等問題,導(dǎo)航控制算法依舊存在穩(wěn)定性較低、控制精度不高的情況。因此,本文針對以上問題,主要研究移動機器人的自主導(dǎo)航控制。對于移動機器人的動態(tài)路徑規(guī)劃問題,本文首先對TEB（Timed Elastic Band）算法進(jìn)行改進(jìn),提出了減少優(yōu)化變量的數(shù)量,使用參數(shù)三次樣條插值的方法將路徑點插值成一條平滑的路徑曲線的方法,有效的降低了動態(tài)環(huán)境下TEB算法的計算成本,解決了算法實時性能較低的問題。同時本文提出了使用一種基于ESO（擴(kuò)展?fàn)顟B(tài)觀測器）的障礙物離散狀態(tài)觀測器來有效估計動態(tài)障礙物的運行狀態(tài)的方法,從而結(jié)合改進(jìn)的TEB算法實現(xiàn)針對存在動態(tài)障礙物場景的動態(tài)局部路徑規(guī)劃。針對移動機器人的導(dǎo)航控制問題,本文首先提出了基于模型預(yù)測控制的TEB算法,在移動機器人的運動模型中使用一階慣性環(huán)節(jié)來模擬電機的特性,相比于原始的TEB算法有效的提高了導(dǎo)航控制的穩(wěn)定性。但是由于靠近目標(biāo)點時存在震蕩現(xiàn)象,本文提出了改進(jìn)的基于視線的純跟蹤算法,在算法中引入了航向角的偏... 

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀與發(fā)展趨勢
        1.2.1 移動機器人的國外發(fā)展
        1.2.2 移動機器人的國內(nèi)發(fā)展
        1.2.3 移動機器人導(dǎo)航技術(shù)研究現(xiàn)狀
        1.2.4 存在的問題與挑戰(zhàn)
    1.3 主要研究內(nèi)容與貢獻(xiàn)
    1.4 論文組織與結(jié)構(gòu)安排
2 移動機器人系統(tǒng)及控制預(yù)備知識
    2.1 引言
    2.2 移動機器人導(dǎo)航硬件架構(gòu)
        2.2.1 移動機器人實車結(jié)構(gòu)
        2.2.2 移動機器人環(huán)境感知傳感器
        2.2.3 移動機器人底層執(zhí)行機構(gòu)
        2.2.4 移動機器人通信結(jié)構(gòu)
    2.3 基于ROS的移動機器人導(dǎo)航軟件架構(gòu)
    2.4 模型預(yù)測控制
        2.4.1 移動機器人模型
        2.4.2 模型預(yù)測控制原理及應(yīng)用
    2.5 環(huán)境地圖介紹和移動機器人定位
        2.5.1 環(huán)境地圖介紹
        2.5.2 移動機器人定位介紹
    2.6 本章小結(jié)
3 移動機器人的動態(tài)路徑規(guī)劃
    3.1 引言
    3.2 動態(tài)環(huán)境下動、靜態(tài)障礙物的檢測與分析
        3.2.1 靜態(tài)障礙物檢測與處理
        3.2.2 動態(tài)障礙物檢測與處理
    3.3 基于局部環(huán)境感知信息的動態(tài)路徑規(guī)劃
        3.3.1 基于時間彈性帶的局部路徑規(guī)劃的優(yōu)化變量調(diào)整
        3.3.2 融合路徑序列點樣條插值的TEB算法
    3.4 基于ROS的路徑規(guī)劃模塊實現(xiàn)
        3.4.1 路徑規(guī)劃參數(shù)設(shè)置
    3.5 實驗分析
        3.5.1 路徑規(guī)劃實驗分析
        3.5.2 路徑點插值實驗分析
    3.6 本章小結(jié)
4 移動機器人的自主導(dǎo)航控制
    4.1 引言
    4.2 融合可通過性檢測的模型預(yù)測控制
    4.3 基于視線的純追蹤算法的導(dǎo)航控制
        4.3.1 基于視線的純追蹤算法原理
        4.3.2 增加航向角偏差控制的路徑跟蹤算法原理
    4.4 驅(qū)動單元動態(tài)響應(yīng)誤差的修正控制
    4.5 自主導(dǎo)航控制ROS節(jié)點實現(xiàn)
    4.6 實驗分析
        4.6.1 融合模型預(yù)測控制實驗分析
        4.6.2 基于視線的純追蹤算法的路徑跟蹤實驗分析
    4.7 本章小結(jié)
5 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
附錄


【參考文獻(xiàn)】：
期刊論文
[1]Path planning in uncertain environment by using firefly algorithm[J]. B.K.Patle,Anish Pandey,A.Jagadeesh,D.R.Parhi.  Defence Technology. 2018(06)
[2]2017年我國工業(yè)機器人銷量增速創(chuàng)新高[J]. 夏小禾.  今日制造與升級. 2018(07)
[3]美國人形機器人的發(fā)展[J]. 唐鳳.  高科技與產(chǎn)業(yè)化. 2016(05)
[4]智能機器人體系結(jié)構(gòu)分類研究[J]. 劉海波,顧國昌,張國印.  哈爾濱工程大學(xué)學(xué)報. 2003(06)
[5]“CR-02”AUV無動力下潛運動預(yù)報[J]. 劉正元,李一平.  機器人. 2002(05)
[6]國家863計劃先進(jìn)制造與自動化技術(shù)領(lǐng)域機器人技術(shù)主題發(fā)展戰(zhàn)略的若干思考[J]. 王田苗.  機器人技術(shù)與應(yīng)用. 2002(03)
[7]三次樣條插值的收斂性[J]. 徐士英.  應(yīng)用數(shù)學(xué)學(xué)報. 1979(03)

博士論文
[1]以視覺傳感為主的移動機器人定位導(dǎo)航和環(huán)境建模[D]. 尚文.東南大學(xué) 2005

碩士論文
[1]室外環(huán)境下基于雙目立體視覺的同時定位與建圖[D]. 樊俊杰.中國科學(xué)技術(shù)大學(xué) 2016
[2]基于人機交互理論對樂高機器人玩具的研究[D]. 周晶.南京師范大學(xué) 2013
[3]仿人型機器人簡易手指的設(shè)計與運動控制[D]. 劉世廉.中國人民解放軍國防科學(xué)技術(shù)大學(xué) 2003



本文編號：3733829