室內(nèi)移動機器人的魯棒定位與三維避障方法研究.pdf

1、室內(nèi)移動機器人的定位與避障算法一直是機器人領(lǐng)域內(nèi)的研究熱點，其中定位的魯棒性主要是指機器人發(fā)生異常狀況時，對定位功能的自我恢復(fù)能力，而避障功能包括對障礙物的檢測以及繞行策略的研究。本文主要圍繞改進(jìn)粒子濾波定位算法的魯棒性，以及提高機器人障礙物檢測能力方面開展創(chuàng)新性研究，并取得了以下成果：
　　（1）室內(nèi)機器人SLAM算法的概述，全面介紹了國內(nèi)外對于機器人同時定位與構(gòu)圖問題的研究意義和狀況。分析闡述其中的關(guān)鍵技術(shù)和存在的問題，包括定

2、位失效與恢復(fù)、障礙物檢測方法以及數(shù)據(jù)關(guān)聯(lián)與融合等。
　?。?）設(shè)計了機器人系統(tǒng)中的運動模型和觀測模型，以及對機器人導(dǎo)航過程中包括的地圖模型和坐標(biāo)轉(zhuǎn)換進(jìn)行了建模分析，并在數(shù)學(xué)模型加入噪聲影響使其更符合機器人實際狀態(tài)。在此基礎(chǔ)上仿真對比了目前關(guān)于機器人室內(nèi)定位的各類算法，包括基于卡爾曼濾波器的系列改進(jìn)算法，以及蒙特卡洛思想基礎(chǔ)上的粒子濾波算法。以理論結(jié)合實驗，總結(jié)各類SLAM算法的優(yōu)缺點和改進(jìn)的地方。
　　（3）提出一種結(jié)合機器

3、學(xué)習(xí)技術(shù)的重定位算法，解決了粒子濾波定位算法通過均勻分布初始化粒子的運算效率低下問題，以及機器人被搬動后，粒子濾波無法收斂到新位置的低魯棒性問題。本文重定位算法實現(xiàn)機器人對環(huán)境幾何信息進(jìn)行特征編碼，并結(jié)合位姿進(jìn)行關(guān)聯(lián)學(xué)習(xí)，構(gòu)建對地圖模型對應(yīng)的特征知識庫。當(dāng)機器人被人為搬動到地圖模型的另一位置時，仍可通過本文的重定位算法對定位功能實現(xiàn)快速的恢復(fù)，提高了機器人的定位魯棒性，且大大降低了粒子濾波進(jìn)行初始化時所需的粒子樣本數(shù)量。結(jié)合Gazebo

4、仿真軟件，分析了本文算法關(guān)于訓(xùn)練時間和預(yù)估準(zhǔn)確度的性能，并驗證了在導(dǎo)航過程中對機器人定位恢復(fù)的可行性。
　　（4）針對目前常用的紅外、超聲波以及輕觸開關(guān)等避障傳感器的不足，以及激光雷達(dá)存在較大檢測盲區(qū)的問題。本文提出通過深度相機模擬激光的三維檢測方法，將機器人對障礙物的檢測能力從單個水平面提升到前進(jìn)方向上的整個三維空間。對于檢測過程中存在的噪聲和地面影響問題，均給出了相應(yīng)的解決方法。實驗證明本文提出的三維檢測方法能使機器人有效檢測