基于粒子群优化的煤矿井下机器人FASTSLAM算法研究

摘要

在煤矿灾害事故救援过程中，由于煤矿井下环境复杂多变，使用机器人进行侦测救援已成为现代化矿山救援技术的发展趋势，为了让机器人快速定位事故发生位置、及时侦测出灾变区域环境，必须先准确的计算出救援机器人移动轨迹及位置，在没有GPS等全球定位系统（或者无法使用GPS全球定位系统的环境）的区域，使用移动机器人同时定位与建图(Simultaneous Localization and Mapping，SLAM)技术计算机器人位置并构造井下灾害环境地图，已成为实施有效侦测、救援手段的前提。
　　本文以中煤科工集团重庆研究院救援分院机器人实验室为主要技术支撑，瓦斯灾害监控与应急技术国家重点实验室为主要工程试验平台，采用仿真实验、现场实验相结合的方法，使用粒子群优化算法对行业现有的FASTLSAM2.0进行优化，改善算法在煤矿井下环境中的建图精度与效率，并对优化后的算法在煤矿井下环境中进行了性能实验，进行了在煤矿相似封闭环境中的仿真实验，分析影响算法性能差异的因素，主要研究内容包括以下几个方面:
　　1.简化了机器人运动模型，使其线性化，改善了算法在位姿预测阶段的复杂度。
　　2.针对煤矿井下的复杂环境，对激光传感器扫描出的点云地图配准方法(IterativeClosest Point，ICP)，建立了优化模型，并使用罚函数法求解出其最优解，增加了点云地图配准的精度及其与环境的一致性。
　　3.设计并编写了算法的C++代码及界面软件，对算法在实际工作环境中的效果进行了有效测试与对比，得到了基于不同环境对算法精度的影响因素分析结果。

目录

声明

摘要

第1章 绪论

1．1 选题研究背景及意义

1．2 国内外研究现状及问题

1．2．1 移动机器人SLAM(即时定位与建图)的研究现状

1．2．2 移动机器人SLAM国内研究现状

1．2．3 煤矿井下移动机器人SLAM研究现状

1．3 选题研究目的、内容、技术路线、技术指标

1．3．1 研究目的

1．3．2 研究内容

1．3．3 技术路线

1．4 创新之处与拟解决的关键问题

1．5 本章总结

第2章 煤矿井下移动机器人SLAM建模

2．1 动态空间模型

2．2 贝叶斯估计理论

2．3 蒙特卡洛积分

2．4 马尔可夫假设

2．5 标准卡尔曼滤波算法

2．6 标准粒子滤波算法

2．7 SLAM问题的数学模型

2．7 煤矿井下机器人模型

2．7．1 煤矿井下机器人坐标系统

2．7．2 煤矿井下机器人运动模型

2．7．3 煤矿井下机器人里程计模型

2．7．4 激光传感器观测模型

2．7．5 SLAM地图表示方法

2．8 本章总结

第3章 基于粒子群优化的FASTSLAM算法改进

3．1 FASTSLAM算法定位

3．2 FASTSLAM算法建图

3．3 标准粒子群算法

3．4 基于粒子群优化的FASTSLAM算法

3．4．1 粒子群优化模型

3．4．2 优化模型的处理

3．5 基于图的优化

3．6 Matlab数值仿真研究

3．6．1 基于里程计误差仿真实验结果

3．6．2 基于不同粒子数的优化结果

3．7 算法对点云配准(ICP)优化结果

3．8 本章总结

第4章 算法代码设计的C++实现及编程

4．2．1 Qt环境中串口通信API

4．2．2 串口通信设计

4．3 Linux环境下Socket通信原理

4．3．1 通信代码设计

4．3．2 上位机与激光传感器通信设计

4．4 Linux环境下多线程编程技术

4．4．1 C++多线程API

4．4．2 Qt多线程API

4．4．3 使用OtConcurrent的多线程

4．5 粒子群优化FASTSALM2．0 算法的实现

4．5．1 地图网格存储信息设计

4．5．2 核心算法的C++实现

4．6 地图结构设计

4．6．1 地图结构

4．7 本章总结

第5章 算法的应用研究及结果分析

5．1．1 室内数据采集

5．1．2 使用优机器人采集办公环境数据

5．2 煤矿井下机器人矿井环境研究

5．2．1 实际环境数据的采集

5．2．2 环境数据的分析

5．2．3 煤矿井下机器人的环境数据收集

5．2．4 结果分析

5．3 本章总结

第6章 总结

6．1 论文的主要工作

6．2 进一步的研究工作

参考文献

附录

致谢

在读期间发表的论文与取得的其它研究成果