移动机器人情景认知地图构建及行为规划

摘要

针对自主移动机器人，地图构建、自主定位及目标导航是其主要功能及关键技术，也是当前移动机器人领域研究的热点和难点。生物学研究表明哺乳动物大脑中的海马体-內嗅皮层是空间认知的核心区域，可以通过位置细胞和网格细胞等空间定位系统细胞进行自我定位，在空间导航方面具有重要作用。本文通过模仿哺乳动物定位系统细胞的信息处理机制，结合类人情景记忆形成对环境的经验记忆，对移动机器人的环境认知及行为规划等问题进行研究。 基于哺乳动物空间认知机理，构建移动机器人空间环境认知模型。建立海马体-內嗅皮层定位系统细胞模型，利用网格细胞对速度信息进行路径整合，并通过Hebbian学习法迭代多层网格细胞整合形成具有单峰形放电野的位置细胞，以位置细胞放电野的相对位置表述机器人空间相对位置；根据情景记忆形成机制，采用状态神经元模拟位置细胞，建立封装场景感知，状态神经元及位姿感知信息的事件模型，以事件序列构成情景记忆模型，用于存储机器人环境认知信息，实现了机器人对环境经验的建模。 针对移动机器人对非结构动态环境的学习探索问题，模拟海马结构相关定位系统细胞信息处理方式及情景记忆组织方式，提出一种情景认知地图构建方法，实现了移动机器人对环境的拓扑描述。根据神经元激活机制，利用场景感知激活不同神经元表征机器人不同状态，生成状态神经元序列表征机器人状态空间，利用位置细胞模型输出位置信息进行事件坐标化，同时根据场景感知相似度信息进行环路闭环检测，实现机器人情景认知地图的构建。 基于情景认知地图中存储的状态神经元序列信息，在记忆空间通过状态神经元定位进行事件再配置，提出神经元集合序列的最优全局路径规划策略。机器人面临多条路径进行选择时，可以在全局范围内根据经历的情景经验，预测最优全局规划路径。通过情景记忆中事件位姿感知信息计算相邻事件位姿变化，基于线速度和角速度控制，提出一种基于速度控制的移动机器人行为控制算法，实现了机器人按照规划路径顺利到达目标位置的任务。 建立Husky A200移动机器人与Kinect2.0视觉传感器的实验平台，基于机器人操作系统（ROS）及MATLAB软件，分别在办公室、走廊等典型环境进行了认知学习及行为规划实验，并与RatSLAM算法进行了对比。实验结果表明本文算法可以实现机器人在非结构动态环境中建立情景认知地图，并根据地图进行最优行为规划任务。

目录

第一个书签之前