基于姿态图的室内环境地图构建及地点识别方法研究

摘要

自主移动机器人已经成为我国机器人技术发展的重要方向，尤其是目前老龄化的现况，服务机器人产业将迎来快速发展的时代。
　　室内服务机器人技术包含很多方面。其中，室内服务机器人的定位、导航以及交互等关键技术的稳定性和安全性问题长期成为助老服务机器人的发展瓶颈。考虑服务机器人在室内工作的长期性问题，本文在定位与地图构建以及室内局部环境识别等方面对服务机器人技术进行研究。
　　以服务移动机器人样机为研究对象，该机器人底盘采用差分驱动方式，配备激光测距传感器。建立该移动机器人系统模型，包括差动驱动模型、里程计模型、激光传感器观测模型，为地图构建奠定基础。
　　服务机器人长期与环境交互，为解决机器人长期建图的地图适应性问题，采用基于姿态图的SLAM（同时定位与地图构建）方法进行地图构建。由贝叶斯信度网络来描述机器人SLAM问题，利用稀疏矩阵的分解与更新进行机器人位姿与环境路标的求解，将矩阵与图模型相结合，表示变量消元算法，以最大似然方法进行数据关联，利用马氏距离来代替欧式距离来描述机器人位姿与路标之间的不确定性。
　　基于室内的结构化环境，本文提出地点识别解决方法，用以解决“机器人绑架”和拓扑信息获取问题。本文提出了基于一种激光传感器数据方向方差分布的SVM走廊环境识别算法。在对扫描数据进行预处理之后，利用包含环境信息的19维方向向量通过SVM进行训练，实现走廊环境识别。
　　对于室内房间与房间之间的环境识别，本文提出了基于最优路径的识别方法，通过在所有房间内设置样本点，计算与设置样本点之间的距离及观测概率，根据HMM模型推测出在时间序列下的其可能的最优路径，以此为证据，然后通过D-S推理算法，获得房间识别方法，完成对室内环境的拓扑地点获取。
　　最后，对课题的主要部分进行实验验证，在机器人所内1～5层，进行了未知环境下室内移动机器人的地图构建实验，室内走廊环境识别实验，室内房间与房间之间识别实验，验证了本文方法的有效性。

目录

封面

中文摘要

英文摘要

目录

第1章 绪 论

1.1 课题背景与研究目的及意义

1.2 移动机器人SLAM研究现状

1.3 移动机器人室内环境识别方法研究现状

1.4 本文主要研究内容

第2章 移动机器人模型的建立

2.1 引言

2.2 机器人运动学模型

2.3 激光传感器模型

2.4 本章小结

第3章 基于姿态图的SLAM研究

3.1 引言

3.2概率模型建立

3.3矩阵分解更新及图模型表示

3.4 轨迹闭环

3.5 数据关联

3.6 本章小结

第4章 室内环境地点识别

4.1 引言

4.2 室内走廊环境地点识别

4.3 室内房间环境地点识别

4.4 本章小结

第5章 室内环境地图构建及地点识别方法实验验证

5.1 SLAM实验

5.2 室内走廊环境识别实验

5.3 室内房间环境地点识别

5.4 本章小结

结论

参考文献

攻读硕士学位期间发表的论文及其它成果

声明

致谢