基于ROS的室内移动服务机器人定位与导航系统的研究与开发

摘要

近年来，由于信息化、工业化的不断推进，机器人产业在高新技术产业中不断发展，正处于一个蓬勃兴起的阶段，在中国制造业进行转型升级的浪潮中，机器人技术的发展尤其重要。2015年年末，北京国家会议中心举办了世界机器人大会，中国在战略上也将机器人与智能制造纳入了国家科技创新的优先重点领域。机器人SLAM技术是机器人技术中核心技术之一，SLAM是即时定位与地图构建技术，其中建图定位与路径规划是SLAM算法主要的攻克方向。
　　SLAM相关算法需要一个完整的通信系统将传感器数据与算法结合。ROS又称机器人操作系统，它由斯坦福大学与Willow Garage公司共同研发，ROS提供了一个标准的操作系统环境，可以实现硬件与PC中进程、PC中各进程间通信的功能，通过ROS可以将算法计算结果通过节点传递给底层控制层进行运动控制。
　　围绕上述几个方面，本文围绕机器人定位与路径规划两个问题，在现有研究的基础上，做出以下几点工作：
　　（1）研究机器人领域国内外研究发展趋势
　　通过当前相关科研进展来阐述本课题的意义，从当前学术研究方向引出相关技术。
　　（2）运动学模型及测量模型的研究
　　对实验平台的速度模型与里程计模型进行研究并建模。同时分析机器人实际运行过程中传感器可能受到的环境噪声，对观测模型进行研究，用于削减环境噪声带来的影响。
　　（3）机器人定位算法
　　本文所涉及的定位算法均是基于概率的算法，首先先根据机器人建立运动学模型及观测模型，然后将模型融入于滤波算法中，实现相关位置估计算法，通过MATLAB来验证算法有效性，并将算法融合到ROS中。
　　（4）机器人导航算法
　　导航算法分为全局与局部路径规划两个方向。针对这两个方向，本课题各提出两种算法，并在MATLAB中验证算法有效性，进而对路径进行优化处理，最终在ROS中实现对实验平台的控制。
　　（5）整体实验平台搭建
　　本文分别对定位与导航模块进行MATLAB仿真并进行试验平台搭建，本课题使用双轮车搭载Intel处理器、激光雷达等传感器，通过STM32嵌入式开发板完成对小车的控制，ROS系统及算法在独立小型低功耗 PC上进行算法运算与数据交互，最终完成对实验室环境的建图定位与自主导航的任务。

目录

声明

第一章 绪 论

1.1 研究课题的背景及意义

1.2 国内外研究现状

1.3 SLAM技术

1.4 本文研究内容

第二章 滤波方法研究

2.1 定位算法概论

2.2 卡尔曼滤波

2.3 粒子滤波

2.4 本章小结

第三章 机器人运动模型与观测模型

3.1 机器人运动学模型

3.2 机器人测量模型

3.3 本章小结

第四章 移动机器人定位

4.1 马尔科夫定位

4.2 扩展卡尔曼EKF定位

4.3 蒙特卡洛定位算法

4.4 本章小结

第五章 移动机器人导航

5.1 建图

5.2 全局路径规划

5.3 局部路径规划

5.4 机器人平台搭建及实验成果

5.5 本章小结

第六章 总结与展望

致谢

参考文献

攻读硕士学位期间参与项目及取得成果