基于SLAM的移动机器人导航与精确定位研究

摘要

近年来，自主移动机器人的应用越来越广泛，与之相关的技术也引起国内外研究者的高度关注和积极探索。同时定位与建图(simultaneous localization and mapping,SLAM)理论的提出和发展推动移动机器人向着自主和智能的方向发展；路径规划技术一直是移动机器人的研究重点。本文将开展基于ROS的移动机器人的关键技术研究，包括地图构建、路径规划和精确定位。具体研究内容如下： 首先，定义了移动机器人的全局坐标系和局部坐标系；建立了双轮差速移动机器人的运动学模型、动力学模型和位姿误差模型，为移动机器人的分析和控制奠定了理论基础。 其次，介绍了四种广泛应用的建图框架；在全局路径规划的研究中，针对A*算法中启发函数过于简单的缺点，提出了一种变权重的启发函数，改进后的算法不仅效率提升，对路径的规划更加智能，更具有方向性；在局部路径规划的研究中，对动态窗口法进行了公式分析和参数调优。 再次，分析和标定了移动机器人传感器的误差。激光雷达扫描绝对特征参照物，将数据进行分割和线性拟合，得到绝对参照物的轮廓。并采用基于无迹卡尔曼滤波的特征识别方法得到机器人与目标点的位姿误差，通过设计点镇定控制器控制机器人的精确定位，并验证了该方案的可行性。 最后，搭建实验环境，用实验平台Turtlebot3对四种建图框架进行建图实验。四种框架均能得到完整的地图，经过比较，cartographer_slam框架建图的精度在毫米级，明显高于其他三种框架；对移动机器人的全局路径规划和局部路径规划进行验证，并测量单点导航的单轴误差，多点重复导航的双轴误差。

目录

声明

第1章 绪论

1.1 课题研究背景和意义

1.2 国内外研究现状

1.2.1 移动机器人定位技术的研究现状

1.2.2 SLAM技术研究现状

1.2.3 移动机器人路径规划技术研究现状

1.3 本文主要研究内容

第2章 移动机器人运动系统建模

2.1 机器人坐标系建模

2.2 移动机器人运动学建模

2.3 移动机器人动力学建模

2.4 移动机器人位姿误差建模

2.5 本章小结

第3章 基于激光雷达的SLAM与路径规划研究

3.1 激光雷达简介

3.2 SLAM技术研究

3.2.1 基于粒子滤波的SLAM

3.2.2 基于图优化理论的SLAM

3.2.3 基于概率理论的SLAM

3.3移动机器人路径规划研究

3.3.1 基于改进A*算法的全局路径规划策略

3.3.2 基于动态窗口法的局部路径规划策略

3.4 本章小结

第4章 移动机器人精确定位研究

4.1 传感器误差分析

4.2 基于线性拟合的特征提取方法

4.2.1 传感器数据区域分割

4.2.2 基于最小二乘法的特征提取

4.3 基于特征识别的精确定位

4.3.1 基于无迹卡尔曼滤波的机器人状态估计

4.3.2 基于特征识别的精确定位

4.4 本章小结

第5章 实验平台与实验验证

5.1 实验平台介绍

5.1.1 Turtlebot3硬件介绍

5.1.2 ROS操作系统

5.2 SLAM实验与结果分析

5.3 路径规划实验与结果分析

5.3.1 单点路径规划实验

5.3.2 重复路径规划实验

5.4 本章小结

第6章 总结与展望

6.1 全文总结

6.2 研究展望

参考文献

致谢

附录：攻读硕士学位期间发表的论文目录