本文關鍵詞： 室內(nèi)機器人 自主導航 多傳感器融合 里程計修正 方向A~* 場景分類　出處：《中國科學技術大學》2017年博士論文　論文類型：學位論文

【摘要】：自主導航是室內(nèi)機器人實現(xiàn)自決行為規(guī)劃的核心問題,相對復雜條件下的環(huán)境感知,基于多傳感器融合成為新的發(fā)展趨勢。本課題以機器人平臺為工程應用背景,期望將深度學習引入人工智能領域,開展相關機器人技術在自主導航中的方法研究,開發(fā)集機械平臺、嵌入式硬件、軟件系統(tǒng)、SLAM算法、場景識別方法于一體的機器人綜合系統(tǒng)框架,結(jié)合多傳感器融合的環(huán)境信息,實時指導路徑規(guī)劃,不僅提供室內(nèi)機器人自主導航的可行方法,對促進該領域語義地圖的發(fā)展也具有一定積極意義。本文主要內(nèi)容如下:研究并設計滿足自主導航條件的機器人綜合系統(tǒng)框架,包括集主動感知、語音輸入、運動控制等的機械平臺,集IO驅(qū)動、數(shù)學運算庫、機器人控制、運動學和動力學模型等的嵌入式硬件結(jié)構,集環(huán)境感知與執(zhí)行、移動終端、中間層連接、分布式架構、任務算法等的機器人系統(tǒng)。研究適用于ROS環(huán)境的多傳感器融合SLAM算法:融合超聲、RGBD、激光雷達數(shù)據(jù),基于Gmpping建立二維柵格地圖,通過自適應蒙特卡洛定位,導航時采用A*算法實施全局探索,并輔以動態(tài)窗口法進行局部避障。實驗證明所創(chuàng)建地圖分辨率為2cm,并能指導機器人進行室內(nèi)導航。提出一種混合IMU的里程計實時校正算法:基于擴展卡爾曼濾波和互補濾波融合獲取姿態(tài)角,修正機器人方位信息;定時比較里程計位移與二次積分加速計數(shù)據(jù),防止機器人運動漂移及懸空。相關傳感器經(jīng)過零漂校準后,融合實驗數(shù)據(jù)精度高、收斂速度快,并能校正里程計丟失現(xiàn)象。提出一種用于路徑規(guī)劃的方向A*算法:首先采用“視野線”平滑原則優(yōu)化路徑,消除鋸齒效應并避免部分碰撞;其次應用“圓弧-直線-圓弧”轉(zhuǎn)彎策略,避免機器人本體寬度影響;最后基于二叉堆加速算法,提升算法計算效率。仿真實驗結(jié)果表明,方向A*算法滿足平滑要求且能有效避免碰撞,其加速方法可平均提速4-7倍。同時,機器人在真實實驗環(huán)境下實現(xiàn)安全自主導航,跟蹤誤差小于0.15m,驗證了方法的可行性。提出一種基于語義建圖的場景分類方法:首先映射深度信息構建二維柵格地圖,自主規(guī)劃場景識別路徑;其次基于卷積網(wǎng)絡建立場景分類模型,實時識別脫離特定訓練;最后利用貝葉斯框架融合先驗知識,修正錯誤分類并完成語義建圖。實驗結(jié)果表明,機器人能夠進行全局自主探索,實時判斷場景類別,并創(chuàng)建滿足要求的三維語義地圖。同時,在實際路徑規(guī)劃中,機器人可以根據(jù)語義信息改善導航行為,驗證了方法的可行性。
[Abstract]:Autonomous navigation is the core problem of indoor robot's self-determination behavior planning. Environment perception based on multi-sensor fusion has become a new development trend under relatively complex conditions. In this paper, the robot platform is used as the engineering application background. It is expected that the deep learning will be introduced into the field of artificial intelligence, the research on the methods of robot technology in autonomous navigation will be carried out, and the integrated mechanical platform, embedded hardware and software system will be developed, and the slam algorithm will be developed. The integrated robot system framework of scene recognition method, combined with multi-sensor fusion of environmental information and real-time guidance path planning, not only provides a feasible method for indoor robot autonomous navigation. The main contents of this paper are as follows: the research and design of robot integrated system framework which meets the conditions of autonomous navigation, including set active perception, voice input, Mechanical platform for motion control, integrated IO drive, mathematical operation base, robot control, kinematics and dynamics model embedded hardware structure, environment sensing and execution, mobile terminal, intermediate layer connection, distributed architecture, etc. Research on multi-sensor fusion SLAM algorithm suitable for ROS environment: fusion ultrasonic data, lidar data, build two-dimensional raster map based on Gmpping, and adopt adaptive Monte Carlo localization, In navigation, we use the A* algorithm to implement the global exploration. Experimental results show that the proposed map has a resolution of 2 cm and can guide the robot to conduct indoor navigation. A real-time correction algorithm for mileage based on hybrid IMU: extended Kalman filter (EKF) is proposed. And complementary filtering fusion to obtain attitude angle, To correct the azimuth information of the robot, to compare the displacement of the odometer with the data of the second integral accelerometer, to prevent the robot movement drift and suspension. After zero drift calibration, the fusion experiment data has high accuracy and fast convergence speed. A direction A * algorithm for path planning is proposed. Firstly, the "field of view" smoothing principle is used to optimize the path to eliminate the sawtooth effect and avoid partial collision. Secondly, the turning strategy of "circular arc, straight line and circular arc" is applied to avoid the influence of robot body width. Finally, based on the binary stack acceleration algorithm, the computational efficiency of the algorithm is improved. The simulation results show that, The directional A * algorithm meets the requirements of smoothing and can effectively avoid collision. Its acceleration method can increase the speed by an average of 4 to 7 times. Meanwhile, the robot realizes safe autonomous navigation in real experimental environment. The tracking error is less than 0.15 m, which verifies the feasibility of the method. A scene classification method based on semantic mapping is proposed. Firstly, a two-dimensional raster map is constructed with mapping depth information, and the scene recognition path is planned independently. Secondly, the scene classification model based on convolutional network is established to recognize and separate from the specific training in real time. Finally, the Bayesian framework is used to fuse the prior knowledge, correct the error classification and complete the semantic map. The experimental results show that, The robot can make global autonomous exploration, judge scene category in real time, and create 3D semantic map that meets the requirements. Meanwhile, in actual path planning, robot can improve navigation behavior according to semantic information. The feasibility of the method is verified.
【學位授予單位】：中國科學技術大學
【學位級別】：博士
【學位授予年份】：2017
【分類號】：TP242

【相似文獻】

相關期刊論文 前10條

1 庾晉,白木;神奇的機器人世界[J];機電產(chǎn)品開發(fā)與創(chuàng)新;2001年03期

2 ;2001恩格爾伯格機器人獎頒布[J];機器人技術與應用;2001年05期

3 ;神奇的機器人世界[J];機電新產(chǎn)品導報;2001年Z5期

4 宋樹藩;采用機器人的有效自動化[J];世界制造技術與裝備市場;2001年06期

5 ;創(chuàng)造出色的機器人[J];個人電腦;2003年04期

6 ;危險作業(yè)機器人——人類的好幫手——訪國家863機器人技術主題專家組專家戴先中教授[J];機器人技術與應用;2003年03期

7 小才;;機器人時代[J];電腦愛好者;2006年13期

8 宋海宏;;機器人技術展望[J];山西煤炭管理干部學院學報;2006年04期

9 董煬斌;蔣靜坪;何衍;;一種基于雙令牌的多機器人協(xié)作策略研究[J];計算機工程;2007年12期

10 王國奎;劉彥波;;草方格鋪設機器人綜合、高效控制系統(tǒng)的設計[J];科技咨詢導報;2007年20期

相關會議論文 前10條

1 楊朝虹;張海珠;;機器人技術的應用與發(fā)展[A];先進制造技術論壇暨第五屆制造業(yè)自動化與信息化技術交流會論文集[C];2006年

2 王明輝;王楠;李斌;;面向災難救援的機器人控制站系統(tǒng)設計[A];中國儀器儀表學會第十二屆青年學術會議論文集[C];2010年

3 郭戈;王燕;王偉;;一種多機器人協(xié)作方法[A];第二十屆中國控制會議論文集（下）[C];2001年

4 崔世鋼;邴志剛;彭商賢;王玉東;;基于遠程腦概念的服務機器人開發(fā)平臺的設計與研究[A];先進制造技術論壇暨第二屆制造業(yè)自動化與信息化技術交流會論文集[C];2003年

5 楊瑩;丁X;許侃;;國際機器人科學知識前沿演化的可視化分析[A];科學學理論與科學計量學探索——全國科學技術學暨科學學理論與學科建設2008年聯(lián)合年會論文集[C];2008年

6 唐矯燕;趙群飛;黃杰;楊汝清;;基于兩足步行椅機器人的人在環(huán)中的助殘機器人控制系統(tǒng)[A];第二十六屆中國控制會議論文集[C];2007年

7 薛頌東;曾建潮;杜靜;;具運動學特性約束的群機器人目標搜索[A];2009中國控制與決策會議論文集（2）[C];2009年

8 張國偉;李斌;龔海里;王聰;鄭懷兵;;廢墟洞穴搜救機器人控制軟件設計與實現(xiàn)[A];中國儀器儀表學會第十二屆青年學術會議論文集[C];2010年

9 崔世鋼;方景林;劉嘉q;彭商賢;邴志剛;;服務機器人開發(fā)中測控問題的研究[A];中國儀器儀表學會第五屆青年學術會議論文集[C];2003年

10 吳國盛;李云霞;李驪;;一種基于極坐標系下的機器人動態(tài)避碰算法[A];2006中國控制與決策學術年會論文集[C];2006年

相關重要報紙文章 前10條

1 冬冬;看看自動化機器人在包裝業(yè)中能起多大作用[N];中國包裝報;2005年

2 莽九晨　周之然;有感“機器人道德法”[N];人民日報;2007年

3 記者 陳琳;機器人總動員[N];第一財經(jīng)日報;2010年

4 記者 孫亞斐;千余支隊伍攜機器人亮相金城[N];蘭州日報;2011年

5 崔鑫;機器人也能和您一起下廚[N];北京科技報;2012年

6 特約記者 楊保國;中國科大“藍鷹”稱雄機器人世界杯[N];大眾科技報;2007年

7 本報記者　 陳淑娟;機器人走近生活[N];計算機世界;2006年

8 虎虎;科學好玩（三）[N];四川科技報;2007年

9 孫潛彤;新松公司：在機器人研發(fā)領域顯身手[N];經(jīng)濟日報;2008年

10 財宣邋Q孟推，

本文編號：1518353