面向任务调度的机器人平台自主导航应用关键技术研究

摘要

随着人工智能在2016年的飞速发展，不论是科研研究方面还是工商界中的融资规模，甚至是公众对于人工智能时代的意识，都证明了人工智能元年的开始。在人工智能领域，AlphaGo与李世石的人机大战，谷歌、特斯拉、百度的无人车三年商用五年推广，京东的仓库智能运输车，最强大脑的人机交锋。以上都表明人工智能的发展不仅具有传统意义上的理论研究价值，而且具有巨大的工商界实际应用价值。基于此，如何将人工智能这一概念成熟稳健又适用大众的出现在人们的视野里成为了目前工作的重点之一。同时，机器人平台作为现今人工智能技术的集大成者出现在人们视野之中。面向大众的机器人平台理论与应用研究也在国内外不断发展进行之中。基于面向大众的复杂环境与复杂任务的情况，本文设计了面向任务调度的自主导航机器人平台，并对其关键技术进行相关研究。
　　本文就自主导航机器人平台硬件与软件及交互方式等为主要研究内容。针对自主导航机器人平台在复杂环境与多任务情况下所遇到的多任务处理问题、即时定位与地图构建（SLAM，Simultaneous Localization And Mapping）问题、路径规划问题及人机交互方式问题进行了详细研究。
　　针对上述问题，本文实现了一种面向任务调度的机器人系统(TSRP, TaskSchedule Robot Platform)，并针对多任务处理提出了分布式自主导航框架(ANDF，Autonomously Navigation Distributed Framework)。实现了一种混合粒子滤波算法(M-PF, Mixture Particle Filter)，该算法解决了传统粒子滤波中遇到的粒子衰减问题。对于路径规划问题实现了一种多传感器融合导航算法(MSFN，Multi-Sensorinformation Fusion Navigation)，实现了在满足三维环境导航环境下大幅降低成本。并基于安全考虑提出了一种先验地图的处理方案，该方案考虑到建图时的不足与路径规划导航时可能遇到的危险情况，进行了规避处理。在TSRP系统的基础上基于人机交互方式的考虑，设计了一套可应用与多种情景下的人机交互型面向任务调度的自主导航机器人应用平台(TSRP-HCI，Task Schedule Robot Platform Human Computer Interaction).
　　本文使用TSRP-HCI机器人平台，针对特定室内巡航场景对本文提出的各种方法进行了测试，测试结果表明本文提出的面向任务调度的自主导航机器人平台在定位精度、导航安全、算法效率与人机交互方式上优势，同时具有可观的应用价值。

目录

声明

摘要

1．1 研究背景与意义

1．1．1 自主导航机器人平台研究背景与意义

1．1．2 自主导航技术

1．2 国内外研究现状

1．2．1 机器人平台研究现状

1．2．2 SLAM研究现状

1．2．3 路径规划研究现状

1．3 本文研究课题的主要内容和结构

2．1 引言

2．2 TSRP机器人硬件平台设计与实现

2．2．1 传感器选择

2．2．2 决策机构选择

2．2．3 决策结构与执行机构通信协议设计

2．3 TSRP机器人软件系统设计与实现

2．3．1 ROS的基本介绍

2．3．2 ROS系统的架构

2．3．3 ROS系统接口

2．3．4 基于ROS的软件系统与实现

2．4 本章小结

3．1 引言

3．2 非线性贝叶斯滤波

3．2．1 最优贝叶斯滤波

3．2．2 粒子滤波

3．3 M-PF算法

3．4 M-PF算法实现

3．4．1 仿真实验

3．4．2 实地测试

3．5 本章小结

4．1 引言

4．2 轨迹推演

4．3 全局路径规划算法

4．4 局部路径规划算法

4．4．1 机器人运动模型

4．4．2 速度采样

4．4．3 评价函数

4．5 代价地图更新

4．6 基于安全考虑进行的先验地图处理

4．7 自主导航实现方案

4．8 本章小结

第五章 TSRP-HCI的自主导航系统设计与实现

5．1 引言

5．2 TSRP-HCI的自主导航系统设计

5．2．1 感知层系统架构

5．2．2 决策层系统设计

5．2．3 执行层系统设计

5．3 TSRP-HCI系统实现

5．3．1 人体骨骼点识别

5．3．2 参数优化规则约束实验

5．4 本章小结

6．1 总结

6．2 展望

参考文献

致谢

攻读硕士研究生期间研究成果