自主移動(dòng)機(jī)器人是機(jī)器人技術(shù)的一個(gè)重要研究領(lǐng)域,在未知環(huán)境下通過(guò)傳感器信息進(jìn)行環(huán)境探索,并同時(shí)構(gòu)建相應(yīng)的地圖是自主移動(dòng)機(jī)器人應(yīng)具備的基本能力。針對(duì)未知室內(nèi)場(chǎng)景下移動(dòng)機(jī)器人自主環(huán)境探索與地圖構(gòu)建問(wèn)題,本文主要從三個(gè)方面進(jìn)行研究,包括移動(dòng)機(jī)器人的同步定位與建圖,自主探索策略以及路徑規(guī)劃,并進(jìn)行了仿真驗(yàn)證和移動(dòng)機(jī)器人實(shí)驗(yàn)。完成的主要研究?jī)?nèi)容如下:（1）同步定位與建圖部分負(fù)責(zé)獲取移動(dòng)機(jī)器人的位姿信息和環(huán)境的柵格-八叉樹混合地圖。本文基于改進(jìn)的Rao-Blackwellized粒子濾波算法對(duì)移動(dòng)機(jī)器人進(jìn)行位姿估計(jì),為實(shí)現(xiàn)機(jī)器人快速導(dǎo)航并獲取更加豐富的環(huán)境信息,利用激光信息和深度相機(jī)信息同步建立環(huán)境的柵格-八叉樹混合地圖。（2）自主探索策略部分負(fù)責(zé)選取探索的目標(biāo)位姿。本文提出了一種基于混合提取算法的自主探索策略,包括前沿點(diǎn)的提取與分組,候選點(diǎn)的提取和候選點(diǎn)的評(píng)估。通過(guò)八叉樹地圖提取前沿點(diǎn)并分組,各組中心前沿點(diǎn)作為關(guān)鍵前沿點(diǎn)。針對(duì)單一候選點(diǎn)提取算法具有局限性的問(wèn)題,本文提出了基于幾何規(guī)則的局部型候選點(diǎn)提取算法和基于可通行空間的全局型候選點(diǎn)提取算法,結(jié)合這兩種算法提出候選點(diǎn)復(fù)合提取算法,能同時(shí)兼顧自主探... 

【文章來(lái)源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁(yè)數(shù)】：79 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．１移動(dòng)機(jī)器人自主環(huán)境探索系統(tǒng)??Ｆｉｇ．?１．１?Ａｕｔｏｎｏｍｏｕｓ?ｅｎｖｉｒｏｎｍｅｎｔ?ｅｘｐｌｏｒａｔｉｏｎ?ｓｙｓｔｅｍ?ｏｆ?ｍｏｂｉｌｅ?ｒｏｂｏｔ??－４?－??

?大連海事大學(xué)碩士學(xué)位論文???２基于柵格－八叉樹混合地圖的同步定位與建圖??移動(dòng)機(jī)器人的三個(gè)核心任務(wù)［１］是定位、地圖構(gòu)建和路徑規(guī)劃／運(yùn)動(dòng)控制，三者的重疊??區(qū)域的組合問(wèn)題如圖２．１所示。同步定位‘與建圖即ＳＬＡＭ解決了其中兩個(gè)核心問(wèn)題：定??位和地圖構(gòu)建。在本文移動(dòng)機(jī)器人自主環(huán)境探索系統(tǒng)中，ＳＬＡＭ負(fù)責(zé)構(gòu)建最終的柵格－??八叉樹混合地圖以及實(shí)時(shí)估計(jì)移動(dòng)機(jī)器人自身軌跡，為自主探索策略提供八叉樹地圖和??當(dāng)前位姿信息，為路徑規(guī)劃算法提供柵格地圖和實(shí)時(shí)定位信息。??／路徑規(guī)劃，＼??／運(yùn)動(dòng)控制＼??圖２．１移動(dòng)機(jī)器人核心任務(wù)??Ｆｉｇ．?２．１?Ｃｏｒｅ?ｔａｓｋｓ?ｏｆ?ｍｏｂｉｌｅ?ｒｏｂｏｔ??ＳＬＡＭ問(wèn)題可用數(shù)學(xué)進(jìn)行如下描述：己知移動(dòng)機(jī)器人的初始狀態(tài)位姿；ｃ。和地圖％，??初始時(shí)刻到／時(shí)刻里程計(jì)控制信息為傳感器觀測(cè)信息為ｚｌ：，?＝Ｚ｜，…，通??過(guò)以上信息對(duì)機(jī)器人的軌跡；＾?ｃ，和地圖ｍ，的后驗(yàn)概率進(jìn)行估計(jì)。由貝葉斯遞歸??原理可知，ｆ時(shí)刻的后驗(yàn)概率可以由？－１時(shí)刻的后驗(yàn)概率、ｆ時(shí)刻的觀測(cè)模型和運(yùn)動(dòng)模型??三者遞歸表示，推導(dǎo)如下［３２］：??Ｂｅ／（ｘ，，ｍ，）?＝?ｐ（ｘ？ｍ，?ｌｚｌ：ｌ，ｕ１：，＿，）??＿?ｐ（ｚｌ＼ｘｌ，ｔｎｌ，ｚ１：，＿，?）ｐ（ｘｌ，ｍ，＼?ｚ１：＜＿，，??Ｐ｛．Ｚ，＼ＺＶＪ￣＼）??＝?（ｒｉＰ｛ｚｌ＼ｘ？ｍｌ））＼＼ｐ（ｘｌ，ｍ，＼ｘｌ＿ｘ，?ｍ，＿ｘ，?ｍ，＿，?）■?Ｂｅｌ?（ｘ，＿ｔ，?ｗ，．，）?ｃ＆（＿，?ｄｍ，＿ｘ??其中?７?＝?１?／?ｊｊ?（ｚ，丨?＆＿／，ｘ，，ｗ，）．?／＞?（ｘ，，ｗ，?｜?ｚ１：Ｍ?味——卜，是歸￣￣化變量，５ｅ／?（ｘ，

?基于柵格－八叉樹混合地圖的移動(dòng)機(jī)器人室內(nèi)場(chǎng)景下自主環(huán)境探索???Ａ??＾?，?ｘｌ??＼?＼?ｙｆ（＾）??ｍ?丨?ｖｙ?Ｉ??—樣：ｒ??（Ｕ－。兒１馱－丨??〇＇、?及，??圖２．３里程計(jì)圓弧運(yùn)動(dòng)模型??Ｆｉｇ．?２．３?Ｏｄｏｍｅｔｅｒ?ｃｉｒｃｕｌａｒ?ｍｏｔｉｏｎ?ｍｏｄｅｌ??圓弧運(yùn)動(dòng)模型中移動(dòng)機(jī)器人運(yùn)動(dòng)區(qū)域的半徑為：??ｒｔ?，?＇?（２．９）??相鄰時(shí)刻移動(dòng)機(jī)器人位置的橫縱坐標(biāo)變化為：??Ａｘ（＿［?＝?２ｒｔ＿ｘ?ｓｉｎ?ｃｏｓ?０Ｉ＿］?＋?叫－１?（２．１０）??２?Ｖ?２?ｙ??Ａｙ，＿！?＝?２ｒ（＿，?ｓｉｎ?ｓｉｎ?６＞＿，?＋?（２．１１）??２?ｖ?２?ｙ??圓弧運(yùn)動(dòng)模型數(shù)學(xué)描述如式（２．１２）所示：??Ｖ?卜⑷＋緣丨）－?ｓｉ噸）??Ｘ＝／Ｋｐ？，ｖ，）＝?＋?—⑶也，）＋ｖ，，｜Ｍｍ｜＞０?（２．１２）??Ａ＂卜丨??〇，＾?＋Ａ６Ｉ（＿１??２．１．２機(jī)器人觀測(cè)模型??在進(jìn)行機(jī)器人定位時(shí)需利用粒子濾波算法（見后文），其中的機(jī)器人觀測(cè)模型為二維??激光觀測(cè)模型。如圖２．４所示，當(dāng)機(jī)器人在Ｘ，位姿處通過(guò)激光測(cè)距儀獲取到２Ｄ點(diǎn)＆?，??－１０?－??


本文編號(hào)：2896486