移动机器人主动环境感知及三维场景数字化

摘要

移动机器人主动环境感知及三维场景数字化是移动机器人研究领域的一个热点。对三维环境的主动感知是机器人进行避障、定位和导航的前提和基础，而三维场景的数字化在虚拟现实、文物保护、地形测量等领域也具有广泛的应用前景。本文利用Kinect传感器和三维激光测距系统来实现移动机器人工作场景的主动感知，进而利用三维点云处理算法实现了三维场景的数字化。
　　教研室自主研发了SmartROB移动机器人平台，该平台应用了开源机器人操作系统ROS，并在两个SmartROB机器人上分别配备有传感器ASUS Xtion PRO和全景三维激光测距系统，可以对周围环境进行感知。利用带有ASUS Xtion PRO传感器的SmartROB平台对环境进行感知时，基于Kinect的开源驱动OpenNI开发了机器人SmartROB的远程控制终端，远程控制终端获取控制者的控制命令并通过TCP/IP发送给机器人主机，同时机器人再根据ASUS Xtion PRO传感器所感知到的机器人前方环境三维信息确定避障策略，通过控制命令和避障命令的融合实现对机器人的安全遥操作。
　　用带有全景三维激光测距系统的SmartROB机器人对环境进行感知前对该三维激光测距系统进行了标定，即通过两次旋转平移将Hokuyo激光测距扫描仪获取的原始数据先后转化到旋转云台坐标系和机器人坐标系，针对两次旋转平移误差较大的问题，借助辅助标定物分别用牛顿下降法和ICP算法计算得到更精确的旋转平移矩阵，再接着利用机器人自身位姿值对机器人坐标系下的三维点云进行数据补偿，实现了运动过程中机器人对周围环境的主动感知，最后利用开源点云库PCL(Point Cloud Library)中的算法对环境三维点云数据进行了平面提取处理，并用教研室已有的方法对三维点云进行了数据精简和栅格化显示，实现了三维场景的数字化。
　　在安装有ROS(Robot Operating System)的SmatROB移动机器人平台上进行实验验证，实验结果表明了对周围环境进行感知的算法以及三维场景数字化算法的有效性和实用性。

目录

声明

摘要

1 绪论

1．1 课题的背景和意义

1．2 环境感知与三维场景数字化研究现状及发展趋势

1．3 本文的主要内容安排

2 基于ROS的SmartROB机器人系统

2．1 开源机器人操作系统ROS

2．2 SmartROB机器人平台

2．3 用于主动环境感知的传感器

2．3．1 三维体感传感器Kinect和ASUS Xtion PRO

2．3．2 全景三维激光测距系统

3 基于双Kinect的移动机器人体感控制与自主避障

3．1 SmartROB机器人的控制终端及软件架构

3．1．1 远程控制终端

3．1．2 SmartROB机器人的软件架构

3．2 基于体感交互的机器人运动控制

3．2．1 Kinect的开源驱动OpenNI

3．2．2 基于人体骨架模型的姿态识别

3．2．3 基于体感交互的运动控制

3．3 移动机器人自主避障与体感控制的融合

3．4 实验结果及分析

3．4．1 体感交互实验效果

3．4．2 机器人自主避障与体感控制融合的实验效果

4 基于动态补偿技术的三维场景数字化

4．1 全景三维激光测距系统的标定

4．1．1 Hokuyo激光坐标系下数据的获取

4．1．2 系统参数的标定

4．1．3 实验结果及分析

4．2 基于航迹推算的激光测距数据补偿

4．2．1 里程计模型

4．2．2 基于里程计数据的三维点云数据校正

4．2．3 实验及结果分析

4．3 三维场景的数字化

4．3．1 开源点云库PCL(Point Cloud Library)

4．3．2 基于PCL的三维点云平面提取和显示

4．3．3 三维点云的精简及栅格化显示

结论

参考文献

攻读硕士学位期间发表学术论文情况

课题资助情况

致谢