移动机器人探索式在线构建环境地图的研究

摘要

解决定位与地图构建的问题，是智能移动机器人实现导航与探索环境的前提。随着科学技术的不断发展，移动机器人的传感器在精度、鲁棒性以及售价都在不断改善，投入定位与地图构建的研究人员也不断增多，移动机器人被动式构图也逐步成熟。但是主动式构图方法的研究相对较少，对于移动机器人如何高效自主地构建未知环境地图仍是一个亟待解决的问题。
　　通过对移动机器人的同时定位与构图方法、路径规划与导航以及未知环境探索策略研究，提出了移动机器人探索式构图课题。本文主要针对大面积复杂环境的地图融合和鲁棒导航、以及未知环境的探索策略等方面提出了一些改进方案和算法，以提高探索式构图的构图一致性、探索效率等。本文的研究内容主要包括以下几个方面。
　　1.提出了将点-线邻近匹配方法（PLICP，Point-to-line based Iterative Closet Point）与RBPF-SLAM结合。通过点-线邻近匹配方法对机器人相邻扫描数据进行匹配，并将匹配结果用于纠正局部里程误差，这样避免里程计累积误差对构图算法的影响。PLICP采用混合智能搜索策略加速ICP求解过程。将PLICP匹配结果作为运动模型的输入，提高了RBPF-SLAM算法对机器人姿态估计的精度，从而改善了构图的一致性。
　　2.针对动态窗口导航算法在环境复杂地面不平整的场景中鲁棒性不足的问题，本文提出引入轨迹跟踪算法弥补动态窗口开环控制给导航带来的缺陷。采用轨迹跟踪算法跟踪动态窗口产生的局部路径，在跟踪局部路径过程中，机器人根据当前定位信息快速调节机器人的运动速度，而不是以动态窗口计算出的速度匀速运动，这样减少地面不平整以及车轮打滑等噪声带来的影响，可以提高导航的精度和鲁棒性。
　　3.对于移动机器人如何探索未知环境并构建环境地图问题，本文提出一种基于滚动窗口的探索式构图方法。该算法将传统牛耕遍历策略，改进为基于动态窗口的未知环境的探索方法，并与上述的改进地图融合和路径规划与导航算法相结合，实现了快速高效的探索未知环境并构建地图。同时当机器人进入“死胡同”时，采用逃离策略搜索逃离节点，并利用导航算法规划和移动逃离路径。
　　以两轮差速机器人作为本课题的研究平台，使用ROS系统以及gazebo仿真平台对算法进行仿真对比，同时在实际环境中进行验证。实验结果表明了改进后的算法在性能上都有所提升，并且算法是可靠的。

目录

第一章 绪论

1.1课题背景与研究意义

1.2国内外研究现状

1.3课题来源与研究内容

第二章 自主移动机器人及SLAM算法

2.1移动机器人系统模型

2.2 SLAM算法的研究

2.3本章小结

第三章 基于PLICP扫描匹配的RBPF-SLAM

3.1 NDT扫描匹配算法

3.2 PLICP扫描匹配算法

3.3基于PLICP算法改进的Gmapping

3.4本章小结

第四章 基于轨迹跟踪改进的动态窗口导航算法

4.1动态窗口的导航系统框架

4.2基于栅格地图的A*全局路径规划

4.3动态窗口局部路径规划

4.4基于轨迹跟踪改进的动态窗口导航算法

4.5实验分析

4.6本章小结

第五章 基于滚动窗口的探索式构图算法

5.1探索式构图算法框架

5.2基于滚动窗口的探索式构图算法

5.3实验与分析

5.4本章小结

总结与展望

参考文献

攻读学位期间发表的论文及版权

声明

致谢