基于前向视觉的机器人自定位及环境认知

论文摘要

随着智能控制技术、计算机和网络技术以及仿生学、人工智能等学科的飞速发展,智能移动机器人技术的研究越来越受到国内外学者的重视。移动机器人自主定位是智能导航和环境探索研究的基础,是机器人实现真正智能化和完全自主的关键技术。移动机器人的工作环境可分为室外环境和室内环境两种,本文主要针对非完整移动机器人在室内环境中的自主定位和环境认知两个核心问题进行研究。本文主要研究自主移动机器人基于前向视觉传感器在室内走廊环境中的自定位问题。首先介绍了国内外机器人自定位研究现状,阐述了定位研究的主要方法、关键问题以及技术发展趋势。然后建立了一个有效的环境地图描述移动机器人的工作空间。在大型室内结构化环境的移动机器人视觉定位任务中,机器人要以有效的方式理解,解释以及表达工作环境的相关信息,才利于机器人对场景的有效分析。本文讨论了基于单向视觉的室内走廊环境的自定位,开发了基于Pioneer3D的人机交互式可视化自定位系统,提出几何一拓扑混合三维地图的环境地图,给出了单向传感器成像模型以及基于反馈分层估计融合的自定位算法。实验分析了给定初始位姿和观测信息下定位系统的精度和位姿估计的收敛情况,在考虑动态障碍物的遮挡情况下,机器人在复杂的走廊区域中完成了在线环境感知和运动自定位任务。未知环境中的移动机器人只具有较少的先验知识,因此对环境的认知是实现环境建模、定位、规划、行动等自主导航控制的基本前提。移动机器人的认知理论与方法研究涉及计算机科学、人工智能、认知心理学、神经学、仿生学等领域,是新兴的交叉学科——认知科学的一项重要前沿研究项目。本文讨论了环境认知理论,并通过实验证明了SIFT算法在环境认知理论中的实用性。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 机器人自定位研究现状
• 1.2 移动机器人自主环境认知理论
• 1.3 本文的主要工作
• 2 自主机器人系统及传感器建模
• 2.1 Pioneer3DX机器人
• 2.2 传感器建模
• 2.2.1 里程计
• 2.2.2 摄像机模型构建
• 3 机器人基于前向视觉的自主定位
• 3.1 环境地图的构建
• 3.1.1 机器人工作空间表述
• 3.1.2 环境分层混合表述
• 3.2 环境特征的建模
• 3.3 环境特征的提取
• 3.3.1 特征点提取策略
• 3.3.2 直线拟合策略及协方差传播理论
• 3.4 机器人自主定位
• 3.5 实验结果及数据分析
• 3.5.1 单步自定位实验
• 3.5.2 行进间自定位实验
• 4 基于SIFT算法的室内环境认知
• 4.1 SIFT算法
• 4.2 基于特征匹配的环境认知
• 4.3 实验结果及分析
• 总结和展望
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 课题资助情况
• 致谢