在移動(dòng)機(jī)器人技術(shù)飛速發(fā)展的同時(shí)也帶來(lái)了一些亟待解決的問(wèn)題,如何在保證算法時(shí)空復(fù)雜度滿足硬件要求的情況下根據(jù)場(chǎng)景動(dòng)態(tài)提升SLAM(SLAM,Simultaneous Localization and Mapping)定位精度,并且保證其在動(dòng)態(tài)環(huán)境下定位的穩(wěn)定性,是當(dāng)前移動(dòng)機(jī)器人定位技術(shù)的研究熱點(diǎn)之一。本文針對(duì)以上問(wèn)題提出了一種融合人工地標(biāo)的SLAM算法解決了移動(dòng)機(jī)器人在動(dòng)態(tài)場(chǎng)景下的定位問(wèn)題,僅需在環(huán)境中部分動(dòng)態(tài)或者需要高精度定位的場(chǎng)景中布置少量人工地標(biāo),移動(dòng)機(jī)器人不僅可以根據(jù)環(huán)境中的人工地標(biāo)動(dòng)態(tài)調(diào)整環(huán)境定位精度,而且還可以大幅提高環(huán)境定位的穩(wěn)定性。同時(shí)將環(huán)境定位結(jié)果加入人工地標(biāo)定位模塊中,提高人工地標(biāo)定位模塊地標(biāo)匹配的穩(wěn)定性,消除其在環(huán)境中無(wú)人工地標(biāo)場(chǎng)景下產(chǎn)生的預(yù)測(cè)累計(jì)誤差,因此,本文的主要工作如下:1.提出了一種基于稀疏人工地標(biāo)相對(duì)位置測(cè)量的定位算法,該算法分為靜態(tài)和動(dòng)態(tài)兩種定位模式,靜態(tài)定位模式負(fù)責(zé)移動(dòng)機(jī)器人初始位姿的獲取,動(dòng)態(tài)定位模式負(fù)責(zé)初始位姿獲取之后移動(dòng)機(jī)器人位姿的估計(jì),該算法不受環(huán)境變動(dòng)影響,可作為動(dòng)態(tài)環(huán)境下的定位約束給到環(huán)境定位模塊,最后結(jié)合移動(dòng)機(jī)器人平臺(tái)進(jìn)行驗(yàn)證算法可行性...

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)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(guó)內(nèi)外研究現(xiàn)狀與發(fā)展趨勢(shì)
        1.2.1 機(jī)器人定位技術(shù)研究現(xiàn)狀
        1.2.2 環(huán)境建圖與定位技術(shù)研究現(xiàn)狀
        1.2.3 存在的問(wèn)題與挑戰(zhàn)
    1.3 主要研究?jī)?nèi)容與貢獻(xiàn)
        1.3.1 主要研究?jī)?nèi)容
        1.3.2 創(chuàng)新點(diǎn)及貢獻(xiàn)
    1.4 論文組織與結(jié)構(gòu)安排
2 環(huán)境建圖與定位預(yù)備理論
    2.1 激光傳感器與激光雷達(dá)數(shù)據(jù)
        2.1.1 激光傳感器介紹
        2.1.2 激光雷達(dá)數(shù)據(jù)
    2.2 移動(dòng)機(jī)器人模型
    2.3 卡爾曼與擴(kuò)展卡爾曼濾波
        2.3.1 卡爾曼濾波器
        2.3.2 擴(kuò)展卡爾曼濾波器
3 基于人工地標(biāo)相對(duì)位置測(cè)量的定位算法
    3.1 基于人工地標(biāo)相對(duì)位置測(cè)量的靜態(tài)定位算法
        3.1.1 人工地標(biāo)匹配(不考慮離群點(diǎn))
        3.1.2 移動(dòng)機(jī)器人靜態(tài)定位
        3.1.3 處理離群點(diǎn)
    3.2 基于人工地標(biāo)相對(duì)位置測(cè)量的動(dòng)態(tài)定位算法
        3.2.1 動(dòng)態(tài)人工地標(biāo)匹配算法
        3.2.2 移動(dòng)機(jī)器人動(dòng)態(tài)定位
    3.3 基于人工地標(biāo)的ROS定位節(jié)點(diǎn)實(shí)現(xiàn)
    3.4 實(shí)驗(yàn)分析
        3.4.1 實(shí)驗(yàn)場(chǎng)地介紹
        3.4.2 實(shí)驗(yàn)軟硬件平臺(tái)
        3.4.3 實(shí)驗(yàn)內(nèi)容及分析
    3.5 本章小節(jié)
4 融合環(huán)境建圖與稀疏人工地標(biāo)的定位技術(shù)
    4.1 基于激光雷達(dá)掃描數(shù)據(jù)和人工地標(biāo)測(cè)量的融合建圖
        4.1.1 子圖生成部分
        4.1.2 全局回環(huán)部分
        4.1.3 稀疏位姿調(diào)整
        4.1.4 人工地標(biāo)地圖構(gòu)建
    4.2 基于環(huán)境地圖匹配和人工地標(biāo)定位的融合定位算法
        4.2.1 環(huán)境定位模式添加人工地標(biāo)定位約束
        4.2.2 人工地標(biāo)定位模式測(cè)量值添加
    4.3 融合定位算法流程
    4.4 ROS融合定位節(jié)點(diǎn)實(shí)現(xiàn)
        4.4.1 人工地標(biāo)定位模式修改
        4.4.2 環(huán)境定位模式修改
    4.5 實(shí)驗(yàn)分析
        4.5.1 環(huán)境建圖實(shí)驗(yàn)
        4.5.2 環(huán)境定位算法實(shí)驗(yàn)分析
        4.5.3 融合定位算法實(shí)驗(yàn)分析
    4.6 本章小結(jié)
5 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 工作展望
參考文獻(xiàn)
致謝
附錄



本文編號(hào)：3890517