【摘要】：近年來,隨著科學技術的發(fā)展,尤其在人工智能、機器人和計算機領域的突破,自主移動機器人的研究和開發(fā)取得了長足的進步。移動機器人在災后現(xiàn)場實現(xiàn)探測的救援機器人也陸續(xù)開始出現(xiàn),代替救援人員執(zhí)行對災害現(xiàn)場環(huán)境信息探測的任務。自主探測的救援機器人主要與環(huán)境及其自身的定位感知密不可分,這兩項技術被統(tǒng)稱為即時定位與地圖構建(SLAM,Simultaneous Location and Mapping)),SLAM技術是移動機器人領域的研究熱點和關鍵技術。本課題以煤礦救援機器人為應用背景,對機器人技術在定位與地圖構建、導航與路徑規(guī)劃中的方法進行研究,同時構建了集嵌入式、軟件應用、地圖構建和路徑規(guī)劃于一體的煤礦救援機器人原型機。機器人操作系統(tǒng)(ROS,Robot Operating System),由斯坦福大學與Willow Garage公司共同研發(fā),在機器人領域已成為主流的開發(fā)平臺。該系統(tǒng)提供標準的操作系統(tǒng)環(huán)境和大量的算例庫,它可以實現(xiàn)硬件與PC中進程、PC中各進程間通信的功能,通過ROS可以將算法計算結果通過節(jié)點發(fā)布控制指令給底層控制層。本文針對即時定位與地圖構建問題和路徑規(guī)劃問題展開研究,具體研究工作主要包括以下方面:(1)針對SLAM技術在移動機器人中的應用進行了介紹,并簡要總結了其在國內(nèi)外的研究背景、意義和研究現(xiàn)狀。介紹了SLAM技術的應用場景和研究方向,確定了課題的研究方向。(2)對實驗平臺的移動機器人運動模型和觀測模型進行研究并建模,對機器人操作系統(tǒng)(ROS)和激光雷達的系統(tǒng)構建進行了研究,詳細介紹了本文所用激光雷達掃描未知環(huán)境的的基本工作原理和建立基于激光雷達的觀測模型,同時介紹了ROS系統(tǒng)基本框架和優(yōu)點。(3)針對機器人的構圖問題,對基于激光雷達的SLAM算法進行研究,針對RBPF-SLAM算法在重采樣期間直接丟棄低權值的粒子,易導致諸如粒子枯竭、粒子多樣性降低等問題,將量子粒子群優(yōu)化算法引入RBPF-SLAM中,對粒子集進行調整,以解決重采樣中的粒子枯竭現(xiàn)象。最后進行仿真實驗,實驗結果驗證了基于量子粒子群優(yōu)化的RBPF-SLAM算法的可行性,緩解了粒子枯竭問題。(4)接著針對基于SLAM提供環(huán)境地圖的機器人導航進行研究,導航算法通過全局與局部路徑規(guī)劃兩個方向進行研究。針對這兩個方向,本課題提出了兩種算法,并驗證了算法在ROS中的有效性,最后在ROS中實現(xiàn)對實驗平臺的控制。(5)基于ROS平臺設計并搭建了移動機器人實驗平臺綜合系統(tǒng)框架,搭建了SLAM、路徑規(guī)劃、底層控制、坐標轉換和遠程控制模塊。基于真實環(huán)境對移動機器人的實時地圖構建與定位,本地導航和避障進行驗證。實驗證明了基于ROS設計的SLAM系統(tǒng)和移動機器人系統(tǒng)的可行性。圖[62]表[4]參[56]。
【圖文】：

CUMT-Ⅰ型煤礦探測型機器人 V2 救援機器人圖 1-1 救援機器人Fig. 1-1 Rescue robot面向能夠在未知環(huán)境中探索的自主移動機器人所面臨的挑戰(zhàn)是具有眾多復雜地理標志和障礙的環(huán)境因素。然而需要面對的一個困難是移動機器人在沒有未知環(huán)境地圖的條件下探索和導航的能力，根據(jù)新的環(huán)境數(shù)據(jù)生成環(huán)境地圖，在未知環(huán)境下識別自身的位置，地標和任何障礙，最后在沒有人為控制的條件下在未知環(huán)境中執(zhí)行自主導航的任務。移動機器人將知道它應該如何移動并“行動”以作為響應移動，圖 1-2 顯示了自主移動機器人如何工作的基本概念[13][14]。輸入：從傳感器讀取數(shù)據(jù)（包含的地標和環(huán)境地理地圖）構建地圖：獲取環(huán)境地圖地理信息的提取部分或扇區(qū)（當前地圖位置）

圖 1-4 機器人自主探索系統(tǒng)組成圖-4 Robot autonomous exploration system composition d快速地對周圍環(huán)境進行掃描，得到環(huán)境中特征適應性好、抗干擾能力強、穩(wěn)定性好�；谝詸C器人的外部傳感器，其構建的系統(tǒng)具有實時個應用場景[28][29][30]�；诩す饫走_的 SLAMg[31]，這是由 Giorgio Grisetti 等人基于粒子濾波以構建實時的 2D 環(huán)境地圖，需要結合其它定MCL[33]）實現(xiàn)實時定位。2010 年，Konolige K效率問題，提出了 KartoSLAM[34]，其主要的創(chuàng)化的方法，利用了稀疏特性對問題進行求解，間的位姿估計，Kohlbrecher S 等人提出了的 容易實現(xiàn)，只需提供激光雷達便可構建環(huán)境地圖根據(jù)濾波方法的不同可分成基于濾波器的 SL
【學位授予單位】：安徽理工大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TD774;TP242

【參考文獻】

相關期刊論文 前6條

1 王田苗;陳殿生;陶永;李劍;;改變世界的智能機器——智能機器人發(fā)展思考[J];科技導報;2015年21期

2 王法勝;魯明羽;趙清杰;袁澤劍;;粒子濾波算法[J];計算機學報;2014年08期

3 高云峰;周倫;呂明睿;劉文濤;;自主移動機器人室內(nèi)定位方法研究綜述[J];傳感器與微系統(tǒng);2013年12期

4 曹凱;;移動機器人技術研究現(xiàn)狀與未來[J];信息系統(tǒng)工程;2013年05期

5 馮馳;王萌;汲清波;;粒子濾波器重采樣算法的分析與比較[J];系統(tǒng)仿真學報;2009年04期

6 楊小軍;潘泉;王睿;張洪才;;粒子濾波進展與展望[J];控制理論與應用;2006年02期

，

本文編號：2618141