清洁机器人全覆盖导航技术研究

摘要

服务机器人正慢慢融入我们的日常生活，在家庭服务、餐厅服务、展厅迎宾等方面扮演着越来越重要的角色。清洁机器人是使用最多的服务机器人，适用于家庭和公共场所的地面清洁，将人们从繁重而枯燥的体力劳动中解放出来。本文针对清洁机器人的运动特点，深入研究清洁机器人的全覆盖导航技术，以提高其覆盖效率。论文主要对定位、避障、全覆盖路径规划等技术进行了研究，具体工作如下。
　　首先，介绍了清洁机器人的工作环境模型，使用栅格地图来表示环境信息。为在保证导航精度的同时满足覆盖算法的处理速度，本文采用双精度地图模式，将通过激光传感器获得的高精度栅格地图转变为低精度栅格地图:在高精度栅格地图中完成机器人定位、避障，以提高导航精度;在低分辨率地图中完成清扫过程中覆盖状态的标记，以提高全覆盖路径规划算法的处理速度。
　　其次，考虑到工作环境复杂性与清扫任务的高效性，对清洁机器人的避障系统进行设计。建立滚动视窗实现障碍物的检测，并将环境中的障碍物按尺寸大小进行分类。为提高障碍物周围的覆盖率，对小型障碍物实行近距离绕边避障;仅将大型障碍物作为子区域划分时的边界，避免了由子区域数目过多而导致的全覆盖路径复杂和重复率高等问题。在避障过程中，对边界型障碍物实行基于模糊控制决策的避障策略。
　　然后，在研究与对比已有算法的基础上，改进了全覆盖路径规划算法，采用单元分解法将环境分为一个个无重复子区域，并对子区域内的路径规划及子区域间的路径衔接方法进行研究。提出一种能够降低重复率的子区域间的衔接方法:在各子区域中采用往复前进式的覆盖方式，直到遇到阻塞点，计算阻塞点到未覆盖子区域顶点的路径衔接参数，将具有最短通行路径的子区域作为下一目标子区域进行覆盖清扫。该方法能够有效减少重复路径，降低重复率，提高了清洁机器人的覆盖效率。
　　最后，将本文提出的方法与目前比较成熟的算法进行仿真实验的比较，验证了该算法的高效性。搭建实际环境，在基于ROS的改进的Turtlebot机器人平台上设计相应的软件系统，验证本文提出的清洁机器人全覆盖导航方法的实用性与有效性。

目录

声明

摘要

第一章 绪论

1．1 课题的背景与研究意义

1．2 全覆盖导航技术研究现状

1．2．1 定位技术

1．2．2 全覆盖路径规划技术

1．3 本文主要研究内容及创新点

1．3．1 本文主要研究内容

1．3．2 本文创新点

1．4 论文的章节安排

第二章 清洁机器人的双精度环境模型与定位

2．1 基于栅格法的环境描述

2．1．1 棚格地图的精度

2．1．2 棚格覆盖状态的标记

2．2 基于自适应蒙特卡罗算法的机器人定位

2．2．1 基于粒子聚类的蒙特卡罗原理

2．2．2 自适应蒙特卡罗算法

2．3 定位实验及分析

2．3．1 全局定位实验

2．3．2 运动中的误差测量实验

2．4 本章小结

第三章 清洁机器人避障系统的设计

3．1 基于滚动视窗的障碍物检测与分类

3．1．1 RPLIDAR激光传感器的观测模型

3．1．2 滚动视窗的建立与障碍物检测

3．1．3 障碍物的分类

3．2 小型障碍物绕边避障策略

3．2．1 小型障碍物避障原理

3．2．2 小型障碍物避障实验

3．3 区域边界型障碍物的模糊避障

3．4 本章小结

第四章 清洁机器人高效全覆盖路径规划

4．1 全覆盖算法基础

4．1．1 基于神经网络的覆盖算法

4．1．2 基于生成树的覆盖算法

4．1．3 单元分解法

4．2 基于片分解的区域划分

4．2．1 子区域边界的确定

4．2．2 子区域划分算法

4．3 子区域内的路径规划

4．4 子区域间的路径衔接

4．5 仿真实验及结果分析

4．5．1 算法仿真实验

4．5．2 算法对比实验

4．6 本章小结

第五章 软硬件平台的设计与实验

5．1 实验平台搭建

5．2 软件系统设计与介绍

5．2．1 ROS系统简介

5．2．2 软件系统设计

5．3 实验结果及讨论

5．4 本章小结

第六章 工作总结与展望

6．1 论文的主要研究内容

6．2 进一步研究方向

参考文献

致谢

硕士期间参加的科研工作