基于Kinect的室内移动机器人SLAM研究与实现

摘要

随着计算机技术和人工智能技术的快速发展以及人们生活水平的提高，机器人技术得到了飞速的发展，室内移动机器人越来越受到关注。室内移动机器人可以完成清洁卫生、餐厅服务、护理病人等多种功能，而这些功能都离不开机器人的自主导航这一基础功能，因此在移动机器人的研究方向中，即时定位和地图构建(SLAM，Simultaneous Localization And Mapping)和路径规划占据了非常重要的地位。本文对室内移动机器人的SALM问题进行研究。 首先，分析SLAM领域的研究发展现状，总结该领域常用的理论研究方法、传感器以及地图描述方式。 其次，设计、制作了一款轮式移动机器人，完成对其控制系统硬件平台的搭建，主要对研华工控机PCM-3363D、Arduino Mega2560、电机驱动器、倾角仪、编码器、PS2手柄等模块进行了选型、测试以及整体系统的集成。机器人控制系统的软件部分采用Ubuntu14.04操作系统，所有的程序基于ROS平台进行开发。 再次，对Kinect传感器进行介绍，说明其获得深度图像的原理及相机的坐标变换表示，并阐述使用RGB-D相机返回深度数据作为激光传感器使用的意义及方法。 然后，对机器人SLAM的算法进行研究，机器人的定位和构建地图采用改进的基于Rao-Blackwellized的粒子滤波（RBPF,Rao-Blackwellized Particle Filter）方法，周围环境模型通过栅格地图表述，自主导航采用迪科斯彻(Dijkstra)方法和动态窗口方法(DWA，Dynamic Window Approach)寻找最优轨迹路径。 最后，对机器人进行实验测试。机器人以实验室走廊为实验环境，在该环境下完成了实时定位、构建地图，并在已知地图的基础上，完成自主导航。实验结果表明室内移动机器人可以完成SLAM功能并达到预期效果。

目录

论文说明

声明

摘要

第1章绪论

1．1课题研究背景及意义

1．1．1研究背景

1．1．2意义

1．2 SLAM发展现状

1．2．1基于滤波器的SLAM方法

1．2．2基于图优化的SLAM方法

1．2．3传感器

1．2．4地图表示

1．3本文研究内容

第2章移动机器人控制系统方案设计

2．1引言

2．2控制系统软件平台方案设计

2．2．1 ROS介绍

2．2．2 ROS相关概念

2．2．3 ROS版本

2．2．4 Ubuntu系统

2．3控制系统硬件总体方案设计

2．3．1上位机

2．3．2下位机

2．3．3电机驱动器设计

2．3．4遥控方案的设计

2．3．5倾角仪

2．3．6编码器

2．3．7电源电池

2．3．8电源电路

2．4本章小结

第3章Kinect数学模型及测距方法实现

3．1引言

3．2 Kinect原理介绍

3．2．1 Kinect成像模型理论

3．2．2彩色图像和深度图像对齐

3．3基于Kinect的测距方法

3．3．1深度测量原理

3．3．2相机坐标系和机器人坐标系转换

3．4本章小结

4．1引言

4．2移动机器人即时定位与地图构建

4．2．1传统粒子滤波方法理论

4．2．2基于Rao-Blackwellized的粒子滤波算法

4．2．3占用栅格概率地图构建方法

4．3改进的Rao-Blackwellized粒子滤波算法

4．3．1改进的提议分布

4．3．2重采样步骤

4．4移动机器人路径规划

4．4．1基于Dijkstra算法的全局路径规划

4．4．2基于DWA的局部动态规划

4．5本章小结

5．1引言

5．2实验平台及SLAM系统设计

5．2．1轮式移动机器人平台

5．2．2导航架构

5．2．3导航程序设计

5．3实验测试及分析

5．3．1构建地图

5．3．2路径规划

5．4本章小结

6．1结论

6．2展望

参考文献

致谢

附录