移动机器人室内地图构建及定位方法的研究

论文摘要

在移动机器人室内导航或执行操作任务中,机器人对环境的认识和自定位是至关重要的两个问题,本文工作就是针对这两个问题进行研究的。随着家用机器人的普及进程,对机器人提出了低成本、低功耗、高可靠性的要求。在上述要求下如何实现机器人与环境之间的交互是本课题的重要内容。机器人的定位是以环境地图为基础的,环境地图的创建又需要精确的定位,在未知环境中,这是一个既矛盾又相关的过程。本课题的基本思想是基于家用室内移动机器人平台,首先在初始位姿已知的前提下,根据环境的拓扑路径构建栅格地图,引入的绝对路标保证了地图的重复精度。然后基于此栅格地图,在初始位姿未知的情况下,引入粒子滤波器对机器人的位姿进行估计,成功实现了机器人的全局定位。最后通过实验验证了本算法的正确性和高效性。具体的工作主要有以下几个方面:（1）栅格地图的构建:本文综合贝叶斯理论和灰色系统理论方法的优点对超声波模型和数据更新模型进行了理论分析,提出BG融合算法（Bayesian-Gray Algorithm）用于栅格地图的构建,并进行了对比实验,验证了BG算法构建栅格地图的准确性。引入绝对路标信息来实现绝对地图构建,同时保证地图的稳定性及重复精度。（2）机器人自定位:采用一种改进的进化粒子滤波器进行机器人自主定位的研究。针对传统粒子滤波器的粒子退化和贫化现象,本文引入了粒子进化机制,提高了传统粒子滤波器的自定位效率和准确性。（3）通过实验构建了BG栅格地图,验证了BG算法构建的地图具有较高的准确性和稳定性,同时对影响地图构建的各种因素进行了分析。通过实验实现了机器人全局定位,验证了进化粒子滤波器的有效性,其定位误差在设计允许范围之内。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题来源及研究的目的和意义
• 1.2 国内外的研究现状及分析
• 1.3 环境地图的表示方法
• 1.4 常用的定位方法
• 1.5 本课题主要研究内容
• 第2章 移动机器人平台及系统建模
• 2.1 机器人平台
• 2.1.1 主控系统及嵌入式操作系统编程
• 2.1.2 电机控制系统
• 2.1.3 超声波传感器开发设计
• 2.1.4 上位机和下位机之间的通讯协议
• 2.2 机器人运动模型及误差分析
• 2.2.1 机器人坐标模型
• 2.2.2 里程计的不确定性分析及误差补偿
• 2.2.3 近似圆运动模型的建立
• 2.3 机器人超声波传感器模型及不确定性分析
• 2.3.1 超声波传感器观测模型
• 2.3.2 超声波传感器的不确定性分析
• 2.4 本章小结
• 第3章 移动机器人室内环境地图构建相关算法研究
• 3.1 基于Bayesian公式的栅格地图构建
• 3.1.1 局部地图的构建
• 3.1.2 局部地图到全局地图的更新
• 3.2 基于灰色系统理论的栅格地图构建
• 3.2.1 灰色系统理论基础
• 3.2.2 基于灰色系统理论的地图构建算法
• 3.3 BG算法（Bayesian-Gray Algorithm）及实验分析
• 3.4 BG地图精度及稳定性分析
• 3.5 本章小结
• 第4章 基于BG栅格地图和进化粒子滤波器的移动机器人自定位研究
• 4.1 引言
• 4.2 粒子滤波器的基本理论
• 4.2.1 贝叶斯滤波原理
• 4.2.2 顺序重要性采样
• 4.2.3 样本的退化和贫化
• 4.3 粒子滤波器在定位中的算法描述
• 4.4 改进的进化粒子滤波器算法
• 4.4.1 遗传算法基础
• 4.4.2 遗传算法在PF算法中的应用
• 4.4.3 进化粒子滤波器
• 4.5 本章小结
• 第5章 移动机器人室内地图构建和定位实验
• 5.1 栅格地图的构建过程及分析
• 5.1.1 位姿误差对栅格地图的影响
• 5.1.2 栅格大小对栅格地图的影响
• 5.2 进化粒子滤波器定位实验及精度分析
• 5.3 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的学术论文
• 致谢