多移动机器人系统地图创建技术研究

论文摘要

移动机器人在未知环境中自主完成任务在工业、民用以及军事等领域具有广泛的应用前景。自主式移动机器人在未知环境下工作,必须具有对未知环境进行探测和环境地图创建的能力。本文主要研究移动机器人在未知环境中自主进行地图创建问题,地图创建在移动机器人研究中有着非常重要的意义,是实现自主导航,在未知环境中完成复杂智能任务的关键,也集中体现了机器人的感知能力和智能水平。本文以实现未知环境下的多机器人地图创建为背景,主要工作如下:首先,本文回顾了移动机器人环境地图创建的研究现状,地图创建中存在的相关问题,并对本文的选题背景和主要内容作了介绍。然后,针对基于声纳的室内结构化环境地图创建,运用D-S证据理论对多传感器数据进行融合,使用自适应RCF因子消除大量不确定信息,建立了基于栅格的地图表示。通过使用Pioneer3机器人在实际环境中采集数据,初步建立起环境的栅格地图,验证了数据融合算法的有效性。实验表明,基于D-S证据理论的数据融合算法在机器人环境建模中取得了良好效果。其次,在已建立的环境地图基础上,为进一步消除不确定信息的影响,使用图像处理问题中经常用到的hough变换对原始声纳数据进行直线特征的提取。经过对声纳数据进行预处理,既改善了建立环境地图的质量,又提高了建立地图的效率,为实现移动机器人在未知环境中进行快速、有效的地图创建提供了良好的基础,从而提高了机器人自主运行、导航、路径规划的能力。第四,为提高机器人实现预定任务的效率,研究了多机器人协作地图创建的问题,分析了多机器人地图融合算法,实现了机器人在不知道相互位置情况下的地图融合。基于地图相似度的概念,利用遗传算法在全局空间搜索,其对数据的并行处理能力改善了全局搜索效率和地图融合的效果。最后,对本文所做的工作和取得的成果加以总结,并分析了可以进一步进行改进的地方并对未来发展进行了展望。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 选题背景及意义
• 1.2 移动机器人系统环境地图创建的研究现状
• 1.2.1 地图的描述方法
• 1.2.2 传感器
• 1.2.3 不确定信息的描述和处理方法
• 1.2.4 多机器人协作的地图创建
• 1.2.5 目前存在的问题
• 1.3 本文的主要工作
• 1.4 论文结构
• 第二章 基于声纳的移动机器人地图创建
• 2.1 基于声纳的移动机器人环境地图创建方法
• 2.1.1 声纳测距原理和不确定性分析
• 2.1.2 使用声纳创建栅格地图的方法
• 2.2 声纳传感器建模
• 2.3 D-S证据理论方法在环境建模中的应用
• 2.3.1 D-S证据理论数据融合方法简介
• 2.3.2 D-S证据推理在环境建模中的应用
• 2.3.3 RCF因子的引进
• 2.3.4 自适应声纳模型
• 2.4 栅格地图的创建
• 2.5 实际环境实验及结果分析
• 2.6 本章小结
• 第三章 基于声纳的移动机器人地图创建改进方法
• 3.1 引言
• 3.2 Hough变换的基本原理
• 3.2.1 Hough变换提取直线特征
• 3.2.2 Hough变换提取圆的特征
• 3.3 Hough变换用于基于声纳的移动机器人地图创建
• 3.3.1 传感器数据预处理
• 3.3.2 数据融合和地图创建
• 3.4 实际环境实验及结果分析
• 3.5 本章小结
• 第四章 基于遗传算法的多机器人系统地图融合算法
• 4.1 多机器人地图融合简介
• 4.2 多机器人地图融合算法的介绍
• 4.2.1 多机器人地图融合的概念
• 4.2.2 地图融合的数学模型
• 4.2.3 地图融合目标函数的建立
• 4.3 适应性随机行走算法在多机器人地图融合中的应用
• 4.4 遗传算法的基本概念
• 4.4.1 遗传算法的基础知识
• 4.4.2 遗传算法的基本要素
• 4.4.3 遗传算法的一般流程
• 4.5 遗传算法在多机器人地图融合中的应用
• 4.5.1 遗传算法在解决地图融合问题中的应用流程
• 4.5.2 自适应遗传算法在地图创建问题中的应用
• 4.6 仿真实验及结果分析
• 4.7 本章小结
• 第五章 结论与展望
• 参考文献
• 致谢
• 攻读硕士学位期间参与项目
• 攻读硕士学位期间发表的论文
• 学位论文评阅及答辩情况