两栖六足机器人同步定位建图方法及实验研究

摘要

随着海洋开发的快速发展，水陆交界及浅滩等复杂环境的近海防御、军事部署和侦察通讯等方面的研究日渐成为热点。传统的机器人往往不能同时具备陆地及水下作业能力，两栖环境复杂，在濒海区域往往是松软的沙砾和高低不平的岩石，在水下则充满着浮游生物和暗流，这些都对机器人的性能提出了更高的要求。足式机器人落足点离散，在通过松软及崎岖地面时具有先天的优势，可以像动物一样跨越障碍。本文以两栖自主运动为目标，研制一套两栖六足机器人，并对其进行同步定位建图(SLAM)理论分析与实验研究，为下一阶段机器人自主作业奠定基础。
　　在对机器人运动环境及作业内容进行分析后，以足式机器人步态为出发点逆向分析，提出一种高效的双关节驱动两栖六足机器人总体方案，包括机器人腿部、机身及驱动关节的结构设计方案及控制系统方案;其中机器人腿部由等宽六圆弧凸轮机构、滑动陀螺、转动四杆机构等组成，通过改变腿部相位差规划一种步态，确定机器入主要传动机构的详细参数及机身结构形式，并进行了整机三维建模，通过对腿部关节力矩的分析，得到机器人运动所需驱动力矩进而设计出一种微小型水下驱动关节。
　　对机器人步行足进行运动学计算及仿真分析，通过仿真得出机器人足端轨迹，分别改变凸轮、从动件及转动四杆的参数，根据设计要求得出这些机构的最优设计参数，针对机器人工作环境及任务的多样性，规划一种位置控制方法，建立机器人关节数学模型，设计一种模糊PID控制器，对比仿真表明该种方法较传统方法具有更加优越的控制性能，建立机器人运动模型及环境观测模型，为SLAM研究提供模型基础。
　　基于扩展卡尔曼滤波(EKF)算法对机器人进行SLAM系统建模，在点特征环境下进行系统状态预测，提取环境点特征，基于最近邻数据关联法进行点特征数据关联，利用观测到的路标对系统状态进行更新与增广，借助matlab进行EKF-SLAM仿真研究，通过改变环境路标数量分析了其对机器人定位及建图误差的影响，基于最小二乘法对环境线特征进行提取，采用NNDA法进行特征匹配，对线特征EKF-SLAM进行了研究，最后对线段特征提取及匹配算法进行了实验验证。
　　完成了两栖六足机器人样机研制及机器人实验控制平台构建，进行了机器人直行、转向及负载实验，验证了结构设计的合理性，为了验证机器人的位置跟踪性能，进行了机器人位置跟踪控制实验，搭建实验环境，开展了不同路标环境下六足机器人SLAM实验，最后进行了沙滩及草地行走实验，验证了机器人在实际环境下的作业性能。

目录

声明

摘要

第1章绪论

1．1课题的研究背景及意义

1．2国内外多足机器人研究现状

1．2．1国外研究现状

1．2．2国内研究现状

1．3同步定位建图研究现状

1．3．1同步定位建图国内外研究现状

1．3．2同步定位建图方法研究现状

1．4多足机器人发展趋势

1．5论文主要研究内容

第2章两栖六足机器人方案研究

2．1机器人工作环境及步态分析

2．1．1机器人工作环境分析

2．1．2足式机器人步态分析

2．2机器人腿部及机身结构设计

2．2．1腿部结构设计

2．2．2传动机构参数确定

2．2．3机身结构设计

2．3机器人腿部驱动装置设计

2．3．1腿部驱动装置力矩分析

2．3．2腿部驱动装置设计

2．4本章小结

第3章两栖六足机器人控制方法研究及运动模型建立

3．1运动学及足端轨迹分析

3．1．1运动学分析

3．1．2足端轨迹分析

3．2机器人位置控制方法研究

3．2．1机器人关节PID控制方法研究

3．2．2位置模糊PID控制器设计

3．2．3机器人驱动装置数学模型建立

3．2．4模糊PID控制器仿真分析

3．3机器人运动模型及环境观测模型建立

3．3．1机器人运动模型建立

3．3．2环境观测模型建立

3．4本章小结

第4章两栖六足机器人同步定位建图方法研究

4．1扩展卡尔曼滤波及同步定位建图系统模型建立

4．1．1扩展卡尔曼滤波

4．1．2同步定位建图系统模型建立

4．2基于点特征的一般性SLAM研究

4．2．1系统状态预测

4．2．2特征提取与数据关联

4．2．3系统状态更新与增广

4．2．4基于扩展卡尔曼滤波算法的SLAM仿真

4．3线特征环境下的扩展卡尔曼滤波SLAM研究

4．3．1线段特征提取与匹配

4．3．2线特征扩展卡尔曼滤波SLAM

4．4本章小结

第5章两栖六足机器人实验研究

5．1样机研制及机器人控制系统搭建

5．1．1六足机器人样机研制

5．1．2机器人控制系统搭建

5．2直行及负载实验

5．3转向及位置伺服控制实验

5．4特征提取匹配及机器人SLAM实验

5．4．1特征提取匹配实验

5．4．2机器人SLAM实验

5．5机器人沙滩及草地行走验证实验

5．6本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢