论文摘要
家庭服务机器人的同步定位和地图构建(SLAM)技术是机器人导航技术的前沿与关键问题,也是服务机器人研究的基础内容之一。由于家庭环境中物品杂乱,相对比较复杂,服务机器人很难快速准确地建立环境地图并精确地确定自身的位姿,将智能空间和机器人SLAM技术相结合可以很好地解决该问题。论文的主要研究内容如下:1)分析了智能空间和SLAM问题的研究现状及相关的基础技术,根据问题的一般模型和目前所存在的难点,结合智能空间技术提出了解决方案,给出了智能空间下服务机器人SLAM的基本步骤,并对其中的技术难点和关键问题做了详细介绍。2)给出了环境的三维立体混合特征地图构建方法,以更加详细地描述环境,提高SLAM算法的速度。首先利用双目立体视觉传感器提取环境特征,提取环境中物体的Harris角点,通过立体匹配算法获取角点的三维几何信息,同时还要获取环境的这些几何特征对应的图像特征信息,并将这些混合信息进行绑定,作为实时更新信息存入智能空间信息库中,从而构建出混合特征地图。3)给出了基于智能空间的SLAM具体实现过程。建立起机器人的运动学模型和观测模型,并对该模型进行重构以实现线性化,结合机器人实时地与智能空间进行信息交互,依靠混合特征地图中的图像特征信息实现快速的数据关联,然后利用卡尔曼滤波算法处理信息的不确定性,估计出机器人的位姿,并保存信息更新地图。4)研究了家庭环境下服务机器人的识别定位技术。采用了两种不同的识别方法:对于环境中不相似的物体,利用SIFT特征匹配算法识别物体;对于相似的物体采用人工地标法。识别出物体以后,机器人从智能空间信息库中获取物体的属性,并运用预测估计方法确定出自身的位姿。
论文目录
摘要ABSTRACT第一章 绪论1.1 课题背景1.2 机器人SLAM问题概述1.2.1 SLAM问题的提出1.2.2 SLAM问题的研究现状1.3 识别定位技术的研究现状1.3.1 识别定位概述1.3.2 识别定位的难点与方法1.4 智能空间研究概述1.4.1 智能空间的概念1.4.2 研究现状与发展趋势1.5 课题研究思路及主要研究内容第二章 基于智能空间的SLAM问题解决方案2.1 SLAM问题技术基础2.1.1 SLAM问题的一般模型2.1.2 SLAM问题的技术难点2.1.2.1 环境地图表示方法2.1.2.2 环境特征提取2.1.2.3 不确定性信息处理2.1.2.4 数据关联技术2.1.3 SLAM算法2.2 智能空间技术基础2.2.1 智能空间的结构2.2.2 智能空间中的应用信息分类2.2.3 智能空间的相关技术2.3 智能空间下SLAM实现思路2.3.1 智能空间下SLAM的基本步骤2.3.2 智能空间下SLAM的关键技术2.4 本章小结第三章 三维立体混合特征地图的构建3.1 混合特征地图的提出3.2 双目视觉传感器原理与应用3.2.1 双目视觉传感器原理3.2.2 摄像机参数标定3.2.3 图像畸变校正3.2.4 摄像机极线校正3.2.5 坐标系转换关系3.3 局部三维地图的构建3.3.1 构建地图的步骤3.3.2 Harris角点提取3.3.3 特征点的对应匹配3.3.4 构建局部三维地图3.4 智能空间中的混合特征地图3.5 本章小结第四章 基于智能空间的机器人SLAM实现过程4.1 KF算法描述4.2 系统模型4.2.1 坐标系统模型4.2.2 里程计模型4.2.3 传感器观测模型4.3 KF定位算法4.3.1 重构系统模型4.3.2 基于图像特征的数据关联4.3.3 机器人位置估计4.4 与智能空间交互的SLAM过程4.4.1 状态预测4.4.2 观测更新4.4.3 信息更新4.4.4 实验结果分析4.5 SLAM算法改进4.6 本章小结第五章 基于智能空间的识别定位5.1 物体识别的方法与定位步骤5.2 智能空间中的物体属性5.3 SIFT特征匹配识别方法5.3.1 SIFT匹配算法5.3.1.1 SIFT算法描述5.3.1.2 SIFT特征提取与匹配5.3.2 图像分割5.3.3 识别实验5.4 基于人工地标的识别方法5.4.1 地标的设计5.4.2 Sobel算子边缘检测法5.4.3 Hough变换法5.4.4 识别实验结果5.5 基于物体属性的机器人定位5.5.1 最近邻数据关联5.5.2 机器人定位算法5.5.3 实验结果及分析5.6 本章小结第六章 总结与展望附录附录Ⅰ:AS—RⅡ机器人参考文献致谢硕士期间发表的论文学位论文评阅及答辩情况表
相关论文文献
标签：服务机器人论文; 机器人导航论文; 智能空间论文; 三维立体混合特征地图论文; 识别定位论文;
