首页> 中文学位 >基于激光测距的实用型陪护机器人导航方法研究与实现
【6h】

基于激光测距的实用型陪护机器人导航方法研究与实现

代理获取

目录

声明

摘要

第一章 绪论

1.1 课题背景与意义

1.2 服务机器人国内外发展概况

1.3 服务机器人导航相关技术研究现状

1.3.1 环境地图描述

1.3.2 动态避障方法研究现状

1.3.3 定位方法研究现状

1.4 本文研究内容和章节安排

第二章 服务机器人运动单元建模

2.1 机器人运动约束模型

2.2 激光测距

2.2.1 激光测距原理

2.2.2 URG-04LX-UG01激光测距仪

2.2.3 激光测距传感器模型

2.3 里程计模型

2.4 本章小结

第三章 家庭环境特征的局部环境地图建立

3.1 引言

3.2 激光测距仪原始数据分析

3.3 去除孤立噪声点

3.4 特殊场景下数据还原

3.5 障碍物点聚类

3.6 线角特征的提取

3.7 静态局部地图构建

3.8 实验结果与分析

3.9 本章小结

第四章 基于改进ND+的避障方法设计与实现

4.1 引言

4.2 ND+避障方法

4.2.1 安全状态划分

4.2.2 运动决策方向

4.2.3 运动指令

4.3 ND+算法问题

4.4 ND+算法改进

4.4.1 改进思路

4.4.2 定义

4.4.3 两侧最近障碍物

4.4.4 决策方向

4.5 实验对比

4.5.1 “直筒”场景仿真实验

4.5.2 “缺口”场景仿真实验

4.5.3 室内机器人避障实验

4.6 本章小结

第五章 基于环境匹配的机器人定位方法设计

5.1 引言

5.2 移动机器人自定位问题建模

5.2.1 问题的提出

5.2.2 定位问题的描述

5.3 传统的迭代最近点环境匹配定位方法

5.3.1 扫描点匹配原则

5.3.2 迭代最近点算法原理

5.3.3 迭代最近点算法存在的问题

5.4 基于聚类的迭代双向最近点匹配定位(IDCP Boc)

5.4.1 双向最近点匹配原则

5.4.2 点聚类降低算法复杂度

5.4.3 相对位姿增量估计

5.5 机器人定位实验

5.5.1 仿真平台搭建和参数设置

5.5.2 ICP和IDCP Boc定位比较

5.6 本章小结

第六章 总结与展望

6.1 论文工作内容总结

6.2 未来工作内容展望

致谢

参考文献

作者在硕士学习阶段发表的论文清单

展开▼

摘要

本论文以国家863高技术项目《助老/助残机器人关键技术研究》的子课题《实用型陪护机器人》为背景,设计并实现基于激光测距的实用型陪护机器人导航系统。包括具有家庭环境特征的局部地图建立、基于改进ND+的实时避障系统和基于环境匹配思想的机器人相对定位方法设计等内容。
  针对室内环境结构化特点,结合激光测距仪模型,对激光扫描数据点进行数据融合处理,构建了机器人的局部环境地图。首先利用激光数据点之间的时空相关性,使用在线滚动的动态自适应滤波方法去除孤立噪声点;然后使用最近邻聚法对扫描数据点进行聚类,分割成多个点堆;最后,使用逐步二分法对各个点堆进行线角特征提取,把激光扫描点分割成多条由离散点组成的线段,进行直线拟合。同时,针对特殊情景下激光扫描信息不全导致线段边缘退化为一个点情况,对多个时刻扫描信息进行融合还原具有线段特征的边缘。实验中搭建一种典型的家庭环境,利用激光测距仪构建家庭环境的局部地图,验证了所提出方法的有效性。
  针对机器入避障过程中传统ND(Nearness Diagram)+算法生成的决策速度不平滑问题,提出了一种对ND+算法生成的决策方向进行修正,使得机器人决策速度变得平滑的避障方法。首先,根据ND+算法获得机器人的初始决策方向,以此方向把地图划分为两部分,获得左右两侧的近距离的障碍物点集,各个障碍物点共同对机器人作用,修正机器人的决策方向;实验结果表明,相比ND+算法,该方法能够提前规避前进方向潜在障碍物,机器人更快速更平稳地行走于充斥拥挤障碍物的室内环境中到达指定目标点。
  针对部分地图信息未知的室内环境中机器人全局定位精度低、实时性差等问题,研究了基于环境匹配思想的机器人相对定位方法。首先分析介绍传统的迭代最近点(IterativeClosest Point,ICP)定位方法,针对ICP算法存在局部极小值问题,对ICP的最近点对应规则进行了修改,采用双向最近点对应规则,找寻相邻时刻数据点中的对应点;然后,为了降低算法的复杂度,对扫描数据点进行聚类,精简各个障碍物类的数据点,使用精简数据进行迭代,提高算法计算速度,之后再采用非精简数据保证算法的精度。最后,对两个算法进行仿真比较,验证了改进后算法的有效性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号