發(fā)布時間：2017-07-07 16:24

  本文關(guān)鍵詞：基于激光LIDAR的室外移動機器人三維定位與建圖

  更多相關(guān)文章： 室外移動機器人 LIDAR定位 SLAM 地形建模 集員估計

【摘要】：自主導(dǎo)航能力作為移動機器人行為智能化和自主化的前提,首先需要解決機器人的自主定位與建圖問題。對于室外機器人應(yīng)用來說,激光LIDAR (Light Detection and Ranging)以其高頻率、高精度的特點一直是機器人建圖任務(wù)的首選環(huán)境感知傳感器之一。然而高精度地圖的構(gòu)建需要以高精度的位姿信息作為保障,在諸如城市環(huán)境等室外復(fù)雜環(huán)境下,由于建筑物遮擋等造成的GPS (Global Position System)數(shù)據(jù)丟失乃至完全不可用情況的普遍存在導(dǎo)致移動機器人定位的可靠性受到挑戰(zhàn),一種可行方案是利用現(xiàn)成的激光LIDAR傳感器作為輔助定位手段來獲取準(zhǔn)確的位姿估計信息,以及通過定位與建圖的相互耦合關(guān)系采用同時定位與建圖(Simultaneous Localization and Mapping, SLAM)方法同時解決移動機器人的精確建圖問題。本文以國家自然科學(xué)基金項目“基于集理論的野外機器人復(fù)雜地形環(huán)境建模和同時定位研究”(61005092)為依托,針對室外GPS缺失前提下大范圍非結(jié)構(gòu)化復(fù)雜室外環(huán)境中移動機器人基于激光LIDAR的三維定位與建圖問題進行深入研究。具體內(nèi)容如下：針對室外環(huán)境中GPS數(shù)據(jù)缺失情況下的移動機器人長距離精確定位問題,提出了一種基于三維激光掃描數(shù)據(jù)的LIDAR里程計定位的方法,首先通過慣性測量單元(Inertial Measurement Unit, IMU)與碼盤結(jié)合的方式進行實時三維位姿預(yù)估,然后對激光LIDAR數(shù)據(jù)采用正態(tài)分布變換(Normal Distributions Transform, NDT)掃描匹配定位方法以對其進行周期性校正,從而解決常規(guī)慣性導(dǎo)航方式用于長距離定位時所存在的累計誤差過大問題,在保證定位算法實時性的前提下能夠獲取精確的移動機器人三維位姿估計。針對室外移動機器人位姿不確定情況下的大范圍建圖問題,考慮定位與建圖之間的耦合性,提出了一種Graph-based SLAM框架下基于3D激光LIDAR掃描匹配的同時定位和建圖統(tǒng)一處理方法,首先以LIDAR里程計輸出作為位姿(Pose)觀測節(jié)點之間的邊約束條件來構(gòu)建全地形環(huán)境下的Graph圖,然后對閉環(huán)信息進行檢測,進而根據(jù)檢測到的閉環(huán)信息采用概率化的圖優(yōu)化方法執(zhí)行全局位姿優(yōu)化,使得用于建圖的位姿信息達到全局最優(yōu),以解決累計定位誤差造成的大范圍建圖過程中位姿和地圖精度下降的問題,從而進一步提高定位與建圖的準(zhǔn)確性。針對以導(dǎo)航為目的的室外三維地形環(huán)境模型的壓縮表示、實時構(gòu)建和在線更新問題,提出了一種基于不確定集表示的全3D多層占據(jù)體元地形建模方法,與現(xiàn)有方法不同之處在于采用光線跟蹤(Ray-tracing)方法對整條激光測量行程而不僅僅是單純的末端反射信息進行了處理,從而可嚴(yán)格區(qū)分占據(jù)、空閑和未知三種狀態(tài),將之表示為標(biāo)記有占據(jù)、空閑和未知三種狀態(tài)的體元,并采用集員理論對地形構(gòu)建過程中存在的不確定性進行在線融合處理,在此基礎(chǔ)上實現(xiàn)了對多層地形特征的實時建模和更新,從而增強了地形模型信息的魯棒性和豐富性。在上述研究的基礎(chǔ)上,以本實驗室自主構(gòu)建的裝配有三維激光LIDAR、MU以及碼盤等多種傳感器的MT-FR履帶式移動機器人為實驗平臺,對文中提出的移動機器人定位與環(huán)境建模方法在室外校園環(huán)境中進行了廣泛的實驗驗證,以驗證本文所論述方法的有效性和正確性。
【關(guān)鍵詞】：室外移動機器人 LIDAR定位 SLAM 地形建模 集員估計
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP242
【目錄】：

• 摘要5-7
• Abstract7-11
• 第一章 緒論11-25
• 1.1 研究背景11-14
• 1.2 室外機器人定位的研究現(xiàn)狀14-16
• 1.3 三維環(huán)境建模的研究現(xiàn)狀16-21
• 1.3.1 空間環(huán)境信息的感知16-18
• 1.3.2 同時定位與建圖方法18-19
• 1.3.3 三維地形環(huán)境模型的構(gòu)建19-21
• 1.4 現(xiàn)有方法存在問題與解決方法21-22
• 1.5 論文主要內(nèi)容與目標(biāo)22-23
• 1.6 論文章節(jié)安排23-25
• 第二章 基于NDT匹配的LIDAR里程計輔助定位研究25-51
• 2.1 移動機器人三維運動學(xué)模型25-27
• 2.2 NDT匹配算法27-34
• 2.2.1 坐標(biāo)變換與點云數(shù)據(jù)轉(zhuǎn)換28-30
• 2.2.2 激光數(shù)據(jù)的預(yù)處理30-31
• 2.2.3 經(jīng)典ICP匹配算法31-32
• 2.2.4 NDT匹配算法32-34
• 2.3 基于NDT匹配的三維LIDAR里程計算法34-38
• 2.4 實驗結(jié)果38-49
• 2.4.1 NDT掃描匹配實驗38-42
• 2.4.2 三維LIDAR里程計實驗42-49
• 2.5 本章小結(jié)49-51
• 第三章 基于Graph-based SLAM框架的同時定位與建圖51-71
• 3.1 SLAM問題概述51-53
• 3.1.1 常規(guī)SLAM的貝葉斯框架51-52
• 3.1.2 Graph-based SLAM框架52-53
• 3.2 Graph-based SLAM方法的模型構(gòu)建53-60
• 3.2.1 Graph模型構(gòu)建方法54-55
• 3.2.2 NDT掃描匹配定位的協(xié)方差估計55-60
• 3.3 SLAM中的閉環(huán)問題60-61
• 3.4 基于閉環(huán)約束的Graph全局優(yōu)化61-65
• 3.5 實驗結(jié)果65-70
• 3.6 本章小結(jié)70-71
• 第四章 基于不確定集表示的全3D多層地形模型構(gòu)建71-91
• 4.1 區(qū)間計算概念71-72
• 4.2 三維地形模型構(gòu)建問題描述72-75
• 4.2.1 地形數(shù)據(jù)的多源不確定性問題72-73
• 4.2.2 空間描述的準(zhǔn)確性問題73-74
• 4.2.3 三維地形環(huán)境建模的效率問題74-75
• 4.3 地形信息的表示形式75-76
• 4.4 地形模型的構(gòu)建與更新76-83
• 4.4.1 激光數(shù)據(jù)的區(qū)間集員估計76-78
• 4.4.2 激光數(shù)據(jù)的網(wǎng)格單元關(guān)聯(lián)78-80
• 4.4.3 新體元的創(chuàng)建80-81
• 4.4.4 約束施加81-82
• 4.4.5 占據(jù)狀態(tài)的概率化描述82-83
• 4.5 算法總結(jié)83-85
• 4.6 實驗結(jié)果85-89
• 4.7 本章小結(jié)89-91
• 第五章 總結(jié)與展望91-93
• 5.1 課題研究內(nèi)容總結(jié)91
• 5.2 課題研究中尚存在的問題與展望91-93
• 致謝93-95
• 參考文獻95-101
• 作者在攻讀碩士期間發(fā)表的論文101

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前5條

1 王新;黃兆云;;基于多結(jié)構(gòu)元素的數(shù)學(xué)形態(tài)學(xué)圖像邊緣檢測[J];計算機工程與應(yīng)用;2008年07期

2 王紅梅;李言俊;張科;;一種改進的圖像中脈沖噪聲濾波方法[J];光電子.激光;2008年01期

3 萬幼川;徐景中;賴旭東;張圣望;;基于多分辨率方向預(yù)測的LIDAR點云濾波方法[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2007年11期

4 陳倫瓊;劉業(yè);吳建文;徐友仁;;中值濾波在圖像數(shù)據(jù)處理中的應(yīng)用分析[J];常州工學(xué)院學(xué)報;2006年02期

5 張小紅,劉經(jīng)南;機載激光掃描測高數(shù)據(jù)濾波[J];測繪科學(xué);2004年06期

，

本文編號：530969