本文關(guān)鍵詞：基于情景記憶的移動機器人認知地圖構(gòu)建

  更多相關(guān)文章： 移動機器人 情景記憶 認知地圖 目標導(dǎo)航

【摘要】：對于自主移動機器人,建圖、定位和導(dǎo)航是其三個基本且重要的任務(wù),也是國內(nèi)外相關(guān)研究領(lǐng)域的學(xué)者們關(guān)注的熱點問題之一。移動機器人基于傳感器等信息輸入完成對環(huán)境的認知學(xué)習(xí)從而完成進一步的任務(wù)如目標導(dǎo)航,在真實自然環(huán)境中是一項巨大的挑戰(zhàn)。而自然界中生物如人類等對復(fù)雜環(huán)境具有較強的學(xué)習(xí)能力,能夠通過記憶對環(huán)境進行認知,并可以基于記憶完成特定任務(wù)。因此,本文借鑒情景記憶的相關(guān)理論,針對機器人的環(huán)境認知問題提出相關(guān)的模型與方法。基于認知地圖的特性和功能,考慮與情景記憶相關(guān)的海馬體神經(jīng)元激活的理論,并結(jié)合生物環(huán)境認知和導(dǎo)航等相關(guān)背景知識,提出一種情景記憶數(shù)學(xué)模型進行移動機器人環(huán)境認知地圖構(gòu)建,滿足機器人目標導(dǎo)航的需求。結(jié)合計算機視覺領(lǐng)域的圖像特征提取匹配技術(shù)形成移動機器人的場景感知。基于生物的路徑整合特性,運用競爭吸引子網(wǎng)絡(luò)形成機器人的位姿感知。此外抽象機器人的行為模式,映射到狀態(tài)神經(jīng)元形成機器人的情景記憶。針對移動機器人在實際環(huán)境中的認知學(xué)習(xí)問題,提出一種基于情景記憶的廣義學(xué)習(xí)方法,模擬情景記憶的組織方式形成情景記憶網(wǎng)絡(luò),實現(xiàn)移動機器人對環(huán)境在拓撲關(guān)系和幾何關(guān)系上的描述,完成環(huán)境的認知。首先對情景記憶的網(wǎng)絡(luò)結(jié)構(gòu)及其學(xué)習(xí)的總體流程進行了闡述,然后詳細分析了其具體功能的實現(xiàn)方法,以完成機器人遇到熟悉場景時的重定位、狀態(tài)神經(jīng)元幾何關(guān)系的生成、環(huán)境中動態(tài)信息的處理以及閉環(huán)檢測進行位置修正等工作。運用基于情景記憶的認知地圖進行機器人目標導(dǎo)航,通過情景記憶的回憶機制實現(xiàn)機器人路徑的全局規(guī)劃,并基于記憶路徑的糾正機制進行機器人的行為規(guī)劃。運用機器人操作系統(tǒng)(ROS)以及Turtlebot2移動機器人搭建實驗平臺驗證了方法的有效性和實用性。首先進行小型環(huán)路的認知學(xué)習(xí),并結(jié)合實驗結(jié)果對于算法的功能進行了綜合分析。然后比較了認知地圖與當前成熟的概率學(xué)地圖之間的特點,在典型環(huán)境下分別采用本文算法與采用激光測距傳感器的概率學(xué)算法進行地圖構(gòu)建工作并分析了實驗結(jié)果。最后基于機器人生成的認知地圖實現(xiàn)了目標導(dǎo)航任務(wù),且對于環(huán)境中動態(tài)信息進行了一定程度上的處理。
【關(guān)鍵詞】：移動機器人 情景記憶 認知地圖 目標導(dǎo)航
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP242
【目錄】：

• 摘要4-5
• Abstract5-10
• 1 緒論10-18
• 1.1 課題研究背景及意義10-11
• 1.2 移動機器人環(huán)境認知技術(shù)11-14
• 1.3 記憶啟發(fā)的機器人控制14-16
• 1.4 本文研究內(nèi)容16-18
• 2 移動機器人基于情景記憶的認知計算模型18-38
• 2.1 引言18
• 2.2 情景記憶數(shù)學(xué)模型18-23
• 2.2.1 認知地圖特性分析18-19
• 2.2.2 構(gòu)造情景記憶模型的生物基礎(chǔ)19-21
• 2.2.3 情景記憶模型建立21-23
• 2.3 情景記憶模型中的機器人位姿感知23-29
• 2.3.1 路徑整合23-24
• 2.3.2 頭朝向細胞24-25
• 2.3.3 位置細胞25-26
• 2.3.4 網(wǎng)格細胞26-27
• 2.3.5 機器人位姿感知27-29
• 2.4 情景記憶模型中的機器人場景感知29-37
• 2.4.1 FAST特征點檢測算法30
• 2.4.2 BRIEF特征描述算子30-32
• 2.4.3 ORB特征提取與描述算法32-33
• 2.4.4 特征匹配33-34
• 2.4.5 場景感知提取及匹配實驗34-37
• 2.5 本章小結(jié)37-38
• 3 移動機器人認知地圖構(gòu)建方法38-55
• 3.1 引言38
• 3.2 基于情景記憶網(wǎng)絡(luò)的環(huán)境認知學(xué)習(xí)方法概述38-43
• 3.2.1 情景記憶網(wǎng)絡(luò)模型結(jié)構(gòu)39-41
• 3.2.2 情景記憶網(wǎng)絡(luò)學(xué)習(xí)的總體流程41-43
• 3.3 情景記憶網(wǎng)絡(luò)的具體功能實現(xiàn)43-51
• 3.3.1 機器人重定位43-45
• 3.3.2 事件生成及坐標化45-48
• 3.3.3 動態(tài)信息處理48-49
• 3.3.4 閉環(huán)檢測49-51
• 3.4 基于認知地圖的移動機器人目標導(dǎo)航51-54
• 3.4.1 路徑全局規(guī)劃51-53
• 3.4.2 機器人行為控制53
• 3.4.3 路徑糾正機制53-54
• 3.5 本章小結(jié)54-55
• 4 實驗驗證分析55-74
• 4.1 實驗平臺搭建55-57
• 4.1.1 軟件系統(tǒng)55-56
• 4.1.2 硬件系統(tǒng)56-57
• 4.2 小型環(huán)路認知實驗57-60
• 4.3 認知地圖與基于概率學(xué)地圖的比較60-62
• 4.3.1 魯棒性和準確性60-61
• 4.3.2 地圖友好與地圖可用性61-62
• 4.4 典型環(huán)境的認知實驗62-69
• 4.4.1 走廊內(nèi)實驗62-63
• 4.4.2 辦公室中實驗63-65
• 4.4.3 實驗室中實驗65-67
• 4.4.4 向行駛實驗67-68
• 4.4.5 認知實驗總結(jié)68-69
• 4.5 目標導(dǎo)航實驗69-72
• 4.5.1 環(huán)境認知69-71
• 4.5.2 目標導(dǎo)航71-72
• 4.5.3 實驗總結(jié)72
• 4.6 本章小結(jié)72-74
• 結(jié)論74-76
• 參考文獻76-82
• 附錄 ROS消息格式82-84
• 攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況84-85
• 致謝85-86

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 夏e，

本文編號：605027