移动机器人自主地图库构建与环境认知

论文摘要

移动机器人的研究涉及到智能控制技术、计算机技术、模式识别以及人工智能等许多学科,其相关技术的研究越来越受到国内外学者的重视。地图构建是移动机器人研究中的核心问题之一,是移动机器人实现自主完成定位、导航等任务的基础。而环境认知是机器人领域的新兴研究热点,也是认知学领域的一项重要研究项目。本文主要研究复合地图库的构建以及基于激光测距仪的环境认知问题。本文首先对SmartROB-2移动机器人所装配的里程计传感器和激光测距仪传感器的模型进行了讨论,采用Split-Merge算法实现了对原始激光数据点进行直线拟合。通过实际实验结果讨论了这种方法的优点和缺陷并分析了其适用环境。本文提出了复合地图库的环境描述方法,包括几何地图、拓扑地图和非规则障碍区描述。其中采用基于栅格统计的方法非规则障碍区的原始激光数据点进行预处理,以便去掉室内环境中的动态障碍的影响,之后使用基于网格的共享近邻聚类算法进行点聚类,最后通过对聚类后的点集进行数学分析得到非规则障碍区的环境描述。复合地图库解决了单一地图无法很好地满足机器人自主完成复杂任务的问题,并且可以适应室内环境中几何结构的复杂性和房间内障碍区的非规则性。仿真结果和实际复杂室内环境下的实验结果均验证了这一结论。针对基于激光数据的环境认知问题,借鉴了认知学和指纹识别的方法,从环境中提取出由多个特征点构成的环境指纹,并提出了同时路径规划与环境匹配（SPAC算法）实现环境指纹的匹配。为减小通路点特征的误差影响,本文采用ICP算法在每次匹配前将环境指纹按照参考模板进行校准。仿真结果验证了所提方法的有效性和实用性。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景和意义
• 1.2 地图构建方法的研究现状和趋势
• 1.2.1 研究现状
• 1.2.2 未来的研究趋势
• 1.3 移动机器人环境认知研究现状
• 1.4 本文主要内容与安排
• 2 传感器模型及基于激光测距的特征提取
• 2.1 里程计模型
• 2.2 激光测距仪模型
• 2.3 基于激光测距仪的特征提取
• 2.3.1 直线拟合
• 2.3.2 实验结果
• 3 移动机器人地图库的实时构建
• 3.1 移动机器人地图库构建的意义
• 3.2 由几何元素构建的地图
• 3.3 拓扑地图构建
• 3.3.1 环境模型中高级几何特征的提取
• 3.3.2 拓扑地图构建的实验结果
• 3.4 非规则障碍区域的表示与地图构建
• 3.4.1 实际环境中障碍区域分析
• 3.4.2 点聚类算法划分障碍区
• 3.4.3 动态干扰的剔除
• 3.5 移动机器人复合地图库构建的实验结果
• 4 机器人自主环境认知
• 4.1 基于环境地图库的环境认知
• 4.1.1 时空环境的表示
• 4.1.2 结构化环境的认知
• 4.1.3 非规整、杂乱环境的认知
• 4.2 同时路径规划与环境匹配
• 4.2.1 基于通路特征的环境模板提取
• 4.2.2 采用ICP算法的误差校正
• 4.2.3 同步模板匹配算法
• 4.2.4 仿真实验结果
• 结论
• 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