基于ROS的全向移动机器人SLAM和导航系统研究与实现

摘要

随着机器人操作系统(Robot Operating System,ROS)的诞生和人工智能技术的发展，移动机器人在生产生活各个领域的应用越来越广泛。本文基于ROS设计了一款应用于室内环境的全向移动机器人，主要包括运动控制、定位建图和导航三个部分。　　首先，安装激光雷达扫描仪和里程计传感器来采集环境数据，建立全向移动机器人运动学模型，根据运动特性提出了控制策略。其次，介绍了RBPF-SLAM算法以及引入改进提议分布和自适应局部高斯重采样方法的RBPF-SLAM算法，并采用梯度下降方法的姿态数据融合算法来降低地图模型误差。选择两种复杂程度不同的室内环境进行地图构建，完成了全向移动机器人同时定位与地图构建系统的研究与设计。最后，根据实时环境数据信息和构建的环境地图模型，选用A*算法作为全局路径规划算法，动态窗口算法(Dynamic Window Approach,DWA)作为局部路径规划算法，设计自主导航实验和动态避障实验，完成了全向移动机器人导航系统的研究与设计。　　本文基于ROS给出了全向移动机器人优良的控制方法；运行改进的RBPF-SLAM算法，提高了机器人地图构建的精度和效率；融合A*全局路径算法和DWA局部路径规划算法，使得全向移动机器人规划出了最佳导航路径，同时实现了避障功能。在此基础上，搭载了摄像头，完成了全向移动机器人的目标跟随实验，验证了设计理念的可行性。

目录

声明

变量注释表

1 绪 论

1.1 研究背景及意义（The background and significance of the research）

1.2 国内外研究与发展现状（Research and development status at home and abroad）

1.3 主要研究内容及章节分布（The chapter distribution and main content of research）

2 全向移动机器人系统设计

2.1 全向移动机器人系统硬件设计（ Hardware design of omnidirectional mobile robot system）

2.2 全向移动机器人系统软件设计（ Software design of omnidirectional mobile robot system）

2.3 本章小结（Summary）

3 全向移动机器人系统建模与运动控制

3.1 全向移动机器人系统建模（Modeling of omnidirectional mobile robot system）

3.2 全向移动机器人运动控制（Motion control of omnidirectional mobile robot）

3.3 环境地图模型（Environment map model）

3.4 本章小结（Summary）

4 全向移动机器人SLAM算法研究与实现

4.1 粒子滤波算法 (Particle Filter algorithm)

4.2 基于 Rao-Blackwellized 粒子滤波的 SLAM 算法（SLAM algorithm based on Rao-Blackwellized Particle Filter）

4.3 基于改进提议分布和重采样的 RBPF-SLAM 算法（ RBPF-SLAM algorithm based on propose distribution and re-sampling）

4.4 梯度下降法四元数姿态数据求解（Gradient descent method for solving quaternion attitude data）

4.5 地图构建的具体实现及结果分析（Implementation and result analysis of map construction）

4.6 本章小结（Summary）

5 全向移动机器人导航算法研究与实现

5.1 全局路径规划算法研究（Research on global path planning algorithm）

5.2 局部路径规划算法研究（Research on local path planning algorithm）

5.3 全向移动机器人系统实验（The system experiment of omnidirectional mobile robot）

5.4 本章小结（Summary）

6 总结与展望

6.1 总结（Conclusion）

6.2 展望（Prospect）

参考文献

作者简历

致谢

学位论文数据集