本文關(guān)鍵詞：基于SLAM的移動(dòng)機(jī)器人室內(nèi)環(huán)境感知和地圖構(gòu)建研究

  更多相關(guān)文章： SLAM 移動(dòng)機(jī)器人 粒子濾波 并行計(jì)算 本體語(yǔ)義

【摘要】：時(shí)代演進(jìn),技術(shù)也隨之發(fā)展,越來(lái)越多的領(lǐng)域?qū)C(jī)器人提出需求,移動(dòng)機(jī)器人的相關(guān)研究備受各界關(guān)注。室內(nèi)移動(dòng)服務(wù)機(jī)器人要達(dá)到真正的智能必須要對(duì)室內(nèi)環(huán)境進(jìn)行感知從而進(jìn)行智能決斷。而機(jī)器人對(duì)室內(nèi)環(huán)境的感知是否準(zhǔn)確與完整,恰好又決定機(jī)器人智能決斷的準(zhǔn)確性。自主移動(dòng)機(jī)器人是一種最為常見(jiàn)的智能機(jī)器人,其中解決“我在哪”的問(wèn)題最體現(xiàn)其自主性,是移動(dòng)機(jī)器人實(shí)現(xiàn)自主導(dǎo)航等功能的前提。SLAM (Simultaneous Localization And Mapping,簡(jiǎn)稱SLAM)恰好能夠解決這個(gè)問(wèn)題,其能夠較好的在未知的環(huán)境中對(duì)室內(nèi)環(huán)境進(jìn)行感知以及同步的進(jìn)行機(jī)器人自身位姿獲取和環(huán)境地圖構(gòu)建。本文主要工作包括如下幾個(gè)方面：1.對(duì)移動(dòng)機(jī)器人室內(nèi)環(huán)境感知和地圖構(gòu)建,從理論分析結(jié)合數(shù)學(xué)公式推導(dǎo)入手,詳細(xì)介紹了基于粒子濾波(Particle Filter,簡(jiǎn)稱PF) SLAM的思想及實(shí)現(xiàn),進(jìn)而通過(guò)實(shí)驗(yàn)室真實(shí)環(huán)境對(duì)算法進(jìn)行實(shí)驗(yàn),詳細(xì)分析算法的優(yōu)缺點(diǎn),為提出優(yōu)化方案提供理論支持。2.基于粒子濾波的SLAM算法的實(shí)現(xiàn),使用了大量的粒子來(lái)表示定位位姿的概率分布,粒子的數(shù)量一定程度上決定算法定位準(zhǔn)確度和抗干擾能力,但在增加粒子數(shù)量的同時(shí),算法的計(jì)算量也將增加,進(jìn)而導(dǎo)致定位延遲,因?yàn)镾LAM算法具有時(shí)效性,最終導(dǎo)致定位誤差�；诖藛�(wèn)題本文提出一種使用GPU并行計(jì)算的方法,對(duì)基于RBPF-SLAM算法進(jìn)行改進(jìn),減少算法執(zhí)行時(shí)間,減少由算法定位延遲導(dǎo)致的定位誤差。并且最終通過(guò)實(shí)驗(yàn)結(jié)果分析證明此方法的有效性。3. SLAM所構(gòu)建的地圖仍然是有缺失的,因?yàn)榈貓D信息中并不包含如室內(nèi)環(huán)境溫度、濕度、對(duì)象屬性等信息。導(dǎo)致機(jī)器人對(duì)環(huán)境的感知不夠深入,影響機(jī)器人在以后的自主導(dǎo)航中的智能決斷�；诖藛�(wèn)題本文提出一種本體語(yǔ)義結(jié)合SLAM的方法,通過(guò)ZigBee無(wú)線傳感網(wǎng)來(lái)獲取機(jī)器人自身傳感器未能獲取的環(huán)境數(shù)據(jù),使用本體描述語(yǔ)言(Ontology Web Language,簡(jiǎn)稱OWL)將室內(nèi)環(huán)境對(duì)象本體化。同時(shí)借助本體的推理機(jī)制和語(yǔ)義庫(kù),指導(dǎo)機(jī)器人進(jìn)行決策,為今后機(jī)器人實(shí)現(xiàn)智能決斷提供技術(shù)支撐。
【關(guān)鍵詞】：SLAM 移動(dòng)機(jī)器人 粒子濾波 并行計(jì)算 本體語(yǔ)義
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP242
【目錄】：

• 摘要4-5
• ABSTRACT5-13
• 第一章 緒論13-21
• 1.1 研究背景和意義13-15
• 1.2 研究現(xiàn)伏15-18
• 1.2.1 移動(dòng)機(jī)器人研究現(xiàn)狀15-16
• 1.2.2 移動(dòng)機(jī)器人同步定位與地圖構(gòu)建研究現(xiàn)狀16-17
• 1.2.3 并行計(jì)算研究現(xiàn)狀17-18
• 1.2.4 本體論研究現(xiàn)狀18
• 1.3 課題來(lái)源與論文組織結(jié)構(gòu)18-19
• 1.3.1 課題來(lái)源18
• 1.3.2 論文組織結(jié)構(gòu)18-19
• 1.4 論文創(chuàng)新點(diǎn)19-21
• 第二章 移動(dòng)機(jī)器人室內(nèi)SLAM系統(tǒng)關(guān)鍵技術(shù)21-27
• 2.1 移動(dòng)機(jī)器人位姿系統(tǒng)模型21-23
• 2.1.1 坐標(biāo)系模型21-22
• 2.1.2 運(yùn)動(dòng)模型22-23
• 2.1.3 噪聲模型23
• 2.2 SLAM中涉及關(guān)鍵技術(shù)23-26
• 2.2.1 地圖描述方法23-24
• 2.2.2 激光雷達(dá)原理24-25
• 2.2.3 數(shù)據(jù)關(guān)聯(lián)25-26
• 2.3 本章小結(jié)26-27
• 第三章 基于粒子濾波的SLAM算法27-38
• 3.1 算法思想27-28
• 3.2 算法的實(shí)現(xiàn)28-33
• 3.2.1 預(yù)測(cè)29-30
• 3.2.2 更新30-33
• 3.2.3 重采樣33
• 3.3 SLAM算法實(shí)驗(yàn)33-36
• 3.4 算法優(yōu)缺點(diǎn)分析36-37
• 3.5 本章小結(jié)37-38
• 第四章 并行優(yōu)化的SLAM算法及實(shí)現(xiàn)38-49
• 4.1 并行計(jì)算介紹38-39
• 4.2 并行計(jì)算實(shí)現(xiàn)方法39-40
• 4.2.1 并行編程模型39
• 4.2.2 GPU并行計(jì)算39-40
• 4.3 SLAM算法的并行與優(yōu)化40-43
• 4.3.1 優(yōu)化分析41-42
• 4.3.2 優(yōu)化設(shè)計(jì)42-43
• 4.4 并行優(yōu)化的實(shí)現(xiàn)43-44
• 4.5 并行優(yōu)化結(jié)果分析44-48
• 4.6 本章小結(jié)48-49
• 第五章 機(jī)器人室內(nèi)環(huán)境感知的本體語(yǔ)義轉(zhuǎn)化49-64
• 5.1 本體論概述50-55
• 5.1.1 本體描述語(yǔ)言O(shè)WL51-52
• 5.1.2 本體構(gòu)建一般步驟52-53
• 5.1.3 本體語(yǔ)義轉(zhuǎn)換規(guī)則53-55
• 5.2 室內(nèi)機(jī)器人環(huán)境信息的本體構(gòu)建55-57
• 5.2.1 本體構(gòu)建開(kāi)發(fā)工具簡(jiǎn)介55-56
• 5.2.2 本體語(yǔ)義庫(kù)的構(gòu)建56-57
• 5.3 室內(nèi)環(huán)境數(shù)據(jù)采集57-61
• 5.3.1 機(jī)器人地圖數(shù)據(jù)信息采集57-58
• 5.3.2 室內(nèi)環(huán)境信息獲取58-61
• 5.4 基于規(guī)則的語(yǔ)義轉(zhuǎn)換61-63
• 5.5 本章小結(jié)63-64
• 總結(jié)與展望64-65
• 參考文獻(xiàn)65-69
• 攻讀學(xué)位期間發(fā)表的論文69-71
• 致謝71

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 杜航原;趙玉新;楊永鵬;韓慶楠;;基于隨機(jī)有限集的SLAM算法[J];系統(tǒng)工程與電子技術(shù);2012年07期

2 盧風(fēng)順;宋君強(qiáng);銀福康;張理論;;CPU/GPU協(xié)同并行計(jì)算研究綜述[J];計(jì)算機(jī)科學(xué);2011年03期

3 安婷婷;肖南峰;;粒子濾波器SLAM算法研究[J];計(jì)算機(jī)仿真;2010年08期

4 夏益民;楊宜民;;一種基于自適應(yīng)進(jìn)化粒子濾波的移動(dòng)機(jī)器人定位方法[J];微電子學(xué)與計(jì)算機(jī);2010年02期

5 周武;趙春霞;;一種基于遺傳算法的FastSLAM 2．0算法[J];機(jī)器人;2009年01期

6 劉原;宋良圖;;基于ZIGBEE技術(shù)的農(nóng)業(yè)信息無(wú)線數(shù)據(jù)傳輸[J];自動(dòng)化與儀器儀表;2006年05期

7 張宏鋒;李文鋒;;基于ZigBee技術(shù)的無(wú)線傳感器網(wǎng)絡(luò)的研究[J];武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版);2006年08期

8 陳衛(wèi)東,張飛;移動(dòng)機(jī)器人的同步自定位與地圖創(chuàng)建研究進(jìn)展[J];控制理論與應(yīng)用;2005年03期

9 胡士強(qiáng),敬忠良;粒子濾波算法綜述[J];控制與決策;2005年04期

10 王慶先;孫世新;尚明生;劉宴兵;;并行計(jì)算模型研究[J];計(jì)算機(jī)科學(xué);2004年09期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 張琦;移動(dòng)機(jī)器人的路徑規(guī)劃與定位技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2014年

2 張書景;大尺度環(huán)境中自主式水下機(jī)器人同時(shí)定位與地圖構(gòu)建算法研究[D];中國(guó)海洋大學(xué);2014年

3 曲麗萍;移動(dòng)機(jī)器人同步定位與地圖構(gòu)建關(guān)鍵技術(shù)的研究[D];哈爾濱工程大學(xué);2013年

4 季秀才;機(jī)器人同步定位與建圖中數(shù)據(jù)關(guān)聯(lián)問(wèn)題研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2008年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前8條

1 肖景;基于本體語(yǔ)義的模型轉(zhuǎn)換關(guān)鍵技術(shù)研究[D];杭州電子科技大學(xué);2011年

2 張弦;基于改進(jìn)粒子濾波算法的移動(dòng)機(jī)器人定位[D];北京郵電大學(xué);2010年

3 曾文靜;基于水下機(jī)器人EKF-SLAM的數(shù)據(jù)關(guān)聯(lián)算法研究[D];哈爾濱工程大學(xué);2009年

4 劉宇莉;基于全方位視覺(jué)的圖像跟蹤算法研究[D];天津理工大學(xué);2009年

5 朱鳳宇;基于ZigBee的機(jī)器人定位導(dǎo)航研究[D];哈爾濱工業(yè)大學(xué);2008年

6 龔資;基于OWL描述的本體推理研究[D];吉林大學(xué);2007年

7 王麗;移動(dòng)機(jī)器人路徑規(guī)劃方法研究[D];西北工業(yè)大學(xué);2007年

8 賀偉;未知環(huán)境中移動(dòng)機(jī)器人的自定位算法研究[D];中南大學(xué);2005年

，

本文編號(hào)：707328