激光雷达AGV室内环境地图绘制与定位算法研究

摘要

近年来由于物流行业的飞速发展，对物料运输提出了越来越高的要求.AGV作为新型的物流自动化设备，越来越多的应用到制造业当中。随着AGV定位导航技术的发展，激光导航成为了AGV的主流导航方式。本文以结构化的室内环境作为应用背景，对激光雷达AGV实时建图与定位算法方面展开基础性的研究工作。
　　在几何结构特征地图中，选用了角点和特征直线段的地图特征提取方法。在对角点提取过程中考虑到环境几何特征对角点的判断影响，给出了改进的角点判断方法。在环境特征匹配过程中，提出引入区域分割点在直线中的匹配。减少误匹配概率。通过仿真实验进行验证。
　　其次文章介绍了SLAM概率模型及粒子滤波算法在SLAM中的应用。对四种粒子滤波算法进行了推导，并对粒子滤波算法进行了改进。通过仿真实验验证了改进效果。
　　最后使用基于ROS的AGV平台实验。根据激光雷达传感器数据和改进SLAM算法对所提出的理论和方法进行验证。

目录

声明

摘要

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 室内环境下的地图构建研究现状

1．2．2 AGV室内定位问题研究现状

1．3 本文研究方法与拟解决的问题

1．4 论文主要研究内容

第二章 激光室内雷达传感器信息处理概述

2．2．1 激光雷达传感器工作原理

2．2．2 本文选用的激光雷达参数

2．3 激光雷达传感器数据分析

2．3．1 激光雷达数据的坐标转换

2．3．2 基于激光雷达数据特点的地图描述方法研究

2．4 AGV平台及运动模型构建

2．5 本章小结

第三章 AGV同步地图创建方法研究

3．1 区域分割方法

3．2 环境特征提取方法

3．2．1 角点和直线特征提取

3．2．2 区域分割端点提取

3．3 环境特征匹配算法

3．3．1 直线段特征匹配度描述方法

3．3．2 直线特征匹配度描述方法

3．4 仿真实验

3．6 本章小结

第四章 基于改进粒子滤波算法的AGV室内定位方法研究

4．1 SLAM概率模型与贝叶斯估计简介

4．3 粒子滤波器的推导

4．3．1 蒙特卡洛方法

4．3．2 重要性采样

4．4 室内结构化环境下粒子滤波方法的选择

4．4．1 SIS算法

4．4．2 SIR算法

4．4．3 规则化粒子滤波器

4．4．4 改进不完全重采样粒子滤波器

4．5 仿真实验及结果分析

4．5．1 SIS滤波器与SIR滤波器对照

4．5．2 SIR滤波器与规则化粒子滤波器对照

4．5．3 规则化粒子滤波器与改进不完全重采样粒子滤波器对比

4．7 本章小结

第五章 实验

5．1 激光雷达AGV实验平台

5．1．1 AGV实验平台硬件系统结构介绍

5．1．2 AGV实验平台软件系统环境配置

5．2 SLAM实验

第六章 总结与展望

6．1 本文主要工作

6．2 进一步展望

参考文献

致谢