智能移动机器人地图描述和导航方法研究

智能移动机器人地图描述和导航方法研究

论文摘要

环境建模和自主导航是机器人研究的两个重要课题。智能移动机器人已经开始在未知环境探索、综合救援、军事侦察、物件派送、测量测绘以及家庭服务等领域逐步应用,随着机器人智能水平提高和制造工艺的进步,智能移动机器人将在民用和军事领域展现出令人无法估量的应用前景。移动机器人各种功能实现的前题是环境建模。目前通常把机器人所在的环境分为三种:未知环境、已知环境和部分已知环境,而环境表示通常只包括空间信息,然而在机器人向着高自主性和高智能方向发展时,更深层次知识的获取变得可能,而这些知识将更加有利于机器人的各种操作(导航和定位)。在本文中,地图模型将着重于语义知识的表示,这能够帮助机器人进行更复杂的任务规划。首先定义一个特定类型的语义映射,在此基础上讨论用拓扑图表示环境模型,然后利用各种传感器获得环境信息,通过特征提取,得到环境语义描述,最后利用建立的环境模型实现机器人的导航任务。导航的目标是机器人选择一条从出发点到目标点的运动路径,使机器人在运动过程中能安全的无碰撞的绕过遇到的所有障碍物,并能尽可能的满足某些优化指标,如时间最短或能耗最低等。结合智能移动机器人环境地图描述和导航的各个问题,本文主要在如下几个方面作了研究:首先讨论了一种地图表示方法。讨论如何用目前较前沿的语义地图描述环境,实现了用拓扑图的形式描述语义信息,定义了拓扑节点和边的意义,研究了拓扑图的存储方式。接着讨论了一种雷达数据处理算法,对得到的激光雷达数据进行聚类分析,研究如何通过激光雷达传感器提取简单的语义信息,如墙体,转角,路面特征,路口属性等。最后基于环境模型和激光雷达的特征提取讨论导航算法的设计。提出一种基于GPS/电子罗盘的机器人导航算法,研究了如何用激光雷达实现壁障,围绕着工程中由于GPS定位误差导致的震荡控制和路口识别不准的问题,讨论如何利用扩展卡尔曼滤波算法提高定位精度,并提出了一种快速组合定位算法,讨论了利用GPS和激光雷达相结合的路口识别算法。

论文目录

  • 摘要
  • Abstract
  • 目录
  • 1 绪论
  • 1.1 研究背景及意义
  • 1.2 国内外研究现状
  • 1.3 研究内容与章节安排
  • 1.3.1 本文研究内容
  • 1.3.2 章节安排
  • 2 带语义信息的拓扑地图模型
  • 2.1 语义地图的必要性
  • 2.2 语义地图模型设计
  • 2.2.1 空间知识
  • 2.2.2 语义知识
  • 2.2.3 空间和语义知识的结合
  • 2.3 基于拓扑图的语义地图模型
  • 2.3.1 地图模型的设计目标
  • 2.3.2 拓扑地图的数学模型
  • 2.3.3 基于拓扑图的环境建模
  • 2.3.4 拓扑地图的存储
  • 2.4 本章小结
  • 3 基于激光雷达的语义特征提取
  • 3.1 激光数据预处理
  • 3.2 激光雷达数据的聚类分析
  • 3.2.1 聚类算法研究
  • 3.2.2 顺序聚类算法
  • 3.2.3 简单语义特征提取
  • 3.3 基于激光雷达的道路检测
  • 3.3.1 道路扫描模型
  • 3.3.2 路面提取算法
  • 3.3.3 路中心及路口识别
  • 3.4 本章小结
  • 4 基于拓扑地图的自主导航研究
  • 4.1 基于GPS/电子罗盘导航系统的实现
  • 4.1.1 导航的体系结构
  • 4.1.2 障碍物检测及避障算法
  • 4.1.3 导航算法设计
  • 4.1.4 两个问题的提出
  • 4.2 基于卡尔曼滤波器的定位算法
  • 4.2.1 航迹推算模型
  • 4.2.2 基于扩展卡尔曼滤波的定位算法
  • 4.2.3 一种快速加权组合定位算法
  • 4.3 激光雷达/GPS组合路口识别算法
  • 4.4 实验及结果
  • 4.4.1 实验平台硬件组成
  • 4.4.2 实验平台软件系统
  • 4.4.3 实验结果
  • 4.5 本章小结
  • 5 总结与展望
  • 致谢
  • 参考文献
  • 相关论文文献

    标签:;  ;  ;  ;  ;  ;  ;  

    智能移动机器人地图描述和导航方法研究
    下载Doc文档

    猜你喜欢