四足機(jī)器人因其良好的通過性得到廣泛的關(guān)注,而準(zhǔn)確的地圖構(gòu)建是其在復(fù)雜路面行走與導(dǎo)航的關(guān)鍵前提之一。然而腿足式機(jī)器人的行走方式造成其機(jī)體與傳感器晃動(dòng)明顯,傳統(tǒng)的基于圖像和慣性測量單元(IMU)的方法易出現(xiàn)建圖所需的里程計(jì)失效或姿態(tài)漂移的問題,圖像模糊又會(huì)造成地圖構(gòu)建噪點(diǎn)多的問題。本文創(chuàng)新地引入腿部里程計(jì),采用基于誤差狀態(tài)的卡爾曼濾波算法,實(shí)現(xiàn)了更魯棒的姿態(tài)估計(jì);其次利用基于聚合信息的方法對點(diǎn)云進(jìn)行濾波,并提出基于離群度的概念進(jìn)行噪點(diǎn)補(bǔ)償,得到了更精準(zhǔn)完善的點(diǎn)云地圖。具體研究內(nèi)容如下:1.四足機(jī)器人晃動(dòng)較為劇烈,使得視覺里程計(jì)會(huì)因采集的圖像幀間差距較大,進(jìn)而導(dǎo)致特征提取、匹配困難而失效,且常引入的IMU容易出現(xiàn)漂移現(xiàn)象。針對以上問題,本文引入基于運(yùn)動(dòng)模型的腿部里程計(jì)結(jié)合視覺里程計(jì)觀測IMU誤差信息,對誤差狀態(tài)進(jìn)行建模為偏置誤差與游走噪聲并構(gòu)建預(yù)測模型,形成基于誤差狀態(tài)的卡爾曼濾波算法,增加了姿態(tài)估計(jì)的魯棒性與準(zhǔn)確性。2.針對機(jī)器人運(yùn)動(dòng)晃動(dòng)會(huì)使采集到的圖像模糊,使得傳統(tǒng)的建圖方法出現(xiàn)大量噪點(diǎn)的問題,本文提出了一種基于聚合信息的點(diǎn)云濾波方法,對單幀點(diǎn)云進(jìn)行聚合度估計(jì),以刪除離散度與聚合度較高的...

【文章頁數(shù)】：89 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 引言
    1.2 主要問題
    1.3 國內(nèi)外研究現(xiàn)狀
    1.4 論文主要研究內(nèi)容
第二章 SLAM在四足機(jī)器人中的應(yīng)用
    2.1 引言
    2.2 機(jī)器人傳感器坐標(biāo)系標(biāo)定
    2.3 四足機(jī)器人姿態(tài)估計(jì)問題
        2.3.1 基于EKF的 IMU姿態(tài)估計(jì)算法
        2.3.2 ICP姿態(tài)估計(jì)及其在四足機(jī)器人上的優(yōu)化
        2.3.3 IMU的融合計(jì)算
        2.3.4 姿態(tài)SLAM在四足機(jī)器人中的應(yīng)用
    2.4 四足機(jī)器人點(diǎn)云建圖
        2.4.1 地圖的種類與建圖方法
        2.4.2 基于RANSACE的點(diǎn)云平面檢測
        2.4.3 地圖更新與點(diǎn)云擬合
    2.5 本章小結(jié)
第三章 基于誤差狀態(tài)的卡爾曼濾波器位姿估計(jì)算法研究
    3.1 引言
    3.2 誤差狀態(tài)卡爾曼濾波器系統(tǒng)框架
    3.3 IMU運(yùn)動(dòng)學(xué)模型
        3.3.1 IMU加速度計(jì)模型
        3.3.2 IMU陀螺儀模型
    3.4 IMU狀態(tài)更新
    3.5 濾波器預(yù)測模型構(gòu)建
    3.6 濾波器觀測模型構(gòu)建
    3.7 基于PNP的視覺里程計(jì)
    3.8 腿部里程計(jì)
        3.8.1 腿部里程計(jì)建模
        3.8.2 腿部里程計(jì)計(jì)算
    3.9 算法驗(yàn)證
    3.10 本章小結(jié)
第四章 機(jī)器人為中心的局部點(diǎn)云圖建圖方法
    4.1 引言
    4.2 點(diǎn)云位置轉(zhuǎn)換
        4.2.1 RGB-D攝像頭
        4.2.2 相機(jī)內(nèi)外參標(biāo)定
    4.3 基于聚合信息的點(diǎn)云濾波與離群噪點(diǎn)處理
    4.4 基于PCA的噪聲方向分析的點(diǎn)云補(bǔ)償
    4.5 濾波算法實(shí)驗(yàn)
        4.5.1 基于機(jī)器人中心位置的濾波方法
        4.5.2 濾波實(shí)驗(yàn)
        4.5.3 基于PCA的點(diǎn)云補(bǔ)償實(shí)驗(yàn)
    4.6 本章小結(jié)
第五章 仿真驗(yàn)證
    5.1 引言與Webots簡單介紹
    5.2 平臺(tái)搭建
    5.3 控制器
        5.3.1 四足機(jī)器人簡化運(yùn)動(dòng)學(xué)模型
        5.3.2 單腿的運(yùn)動(dòng)學(xué)解析
        5.3.3 足端軌跡規(guī)劃
    5.4 仿真平臺(tái)性能驗(yàn)證
    5.5 本章小結(jié)
第六章 總結(jié)與展望
致謝
參考文獻(xiàn)



本文編號(hào)：3785166