基于多传感器融合的机器人定位及避障算法研究

摘要

移动机器人自主导航是机器人研究领域中的一个热点。移动机器人导航要求机器人通过传感器感知环境和自身状态，实现在有障碍物的环境中自主运动。定位与避障是移动机器人导航的两个关键技术。多传感器融合为移动机器人提供更准确的环境信息，对移动机器人的精确定位和避障具有重要意义。本文重点探讨了基于多传感器融合的移动机器人定位与避障算法。 首先讨论了轮式移动机器人的运动控制模型，建立了里程计、超声波传感器、激光测距仪以及CCD摄像机的数学模型，并分析了其误差来源。 然后深入研究了基于多传感器融合的定位算法。基于里程计与超声波传感器的融合有效消除了单一使用里程计定位的累积误差；基于里程计、单目视觉以及激光雷达的融合定位算法进一步有效地提高了机器人位置估计的精度。 最后探讨了未知环境下移动机器人实时避障的问题。改进了传统的人工势场法，有效地避免了移动机器人避障中的“死锁”状态，并解决了当目标点与障碍物接近时，移动机器人不能到达目标点的问题。

目录

文摘

英文文摘

声明

1绪论

1.1 课题的研究背景及意义

1.2 国内外研究现状

1.2.1 国外研究现状

1.2.2 国内研究现状

1.3 移动机器人定位与避障研究现状

1.3.1 移动机器人定位研究现状

1.3.2 移动机器人避障研究现状

1.4 课题研究内容及章节安排

2 多传感器融合技术

2.1 信息融合的概念

2.2 信息融合的拓扑结构

2.3信息融合的层次

2.4 移动机器人中多传感器融合的一般方法

2.5本章小结

3 传感器模型和机器人系统

3.1 轮式移动机器人运动学模型

3.2传感器分类比较

3.3传感器模型建立及分析

3.3.1 里程计模型的建立

3.3.2 超声波传感器模型的建立

3.3.3 激光测距仪模型的建立

3.3.4 CCD摄像机模型的建立

3.4 Pioneer3机器人研究平台简介

3.4.1 移动机器人的硬件环境

3.4.2 移动机器人的软件环境

3.5本章小结

4 基于多传感器融合的移动机器人定位算法研究

4.1 卡尔曼滤波算法

4.2 EKF的前提假设

4.3基于里程计和超声传感器融合的机器人定位算法研究

4.3.1 定位算法研究及程序流程

4.3.2 数字仿真与分析

4.3.3实验验证

4.4 基于单目视觉与激光雷达融合的机器人定位算法研究

4.4.1 定位算法研究及程序流程

4.4.2 数字仿真与分析

4.5算法比较

4.6本章小结

5 基于多超声传感器的移动机器人避障算法研究

5.1 人工势场法

5.2 基于改进的APF避障算法研究

5.3 实验结果与分析

5.4本章小结

结 论

致 谢

参考文献

攻读硕士学位期间发表的论文及科研成果