發(fā)布時間：2020-04-10 15:20

【摘要】：區(qū)域環(huán)境中的自主導航技術是當前智能機器人課題的研究熱點,基于自主導航的巡邏車可代替工作人員執(zhí)行日常任務,深入危險現(xiàn)場進行搶險救援和相關服務性工作等,受到了國內外相關行業(yè)的廣泛關注。自主導航控制方法涉及環(huán)境感知、行為決策和運動控制等關鍵技術,由于區(qū)域環(huán)境中先驗信息不足,需結合定位、運動建模和規(guī)劃控制方法進行解決。針對巡邏智能設備存在的定位與自主導航能力不足等問題,本論文基于高性能嵌入式架構進行自主導航巡邏車的關鍵技術研究。內容主要包括區(qū)域環(huán)境分類和路徑規(guī)劃方法研究,通過激光雷達與圖像邊緣檢測方法的結合來完成可通行路徑與障礙分辨、建立區(qū)域地圖以及路徑的選擇的功能。在區(qū)域環(huán)境分類方面,在缺少先驗信息的實際環(huán)境中,首先通過蒙特卡洛濾波法完成小車的區(qū)域定位。其次,針對環(huán)境中存在光線明暗、障礙邊界區(qū)分存在誤差以及單傳感器檢測可信度不高的問題,提出利用圖像和激光雷達結合的方法提高區(qū)域分類準確性。一方面,通過基于道路基準寬度和平行線檢測的Canny算子進行圖像邊緣檢測,提取出區(qū)域的路面與障礙的邊緣;另一方面,通過激光雷達高頻采集環(huán)境的輪廓信息與圖像提取的邊緣信息進行對比,采用自適應加權平均法實現(xiàn)數(shù)據(jù)融合,提高路徑邊緣的可信度。針對區(qū)域地圖建立,利用基于粒子濾波的SLAM方法,建立較為準確的巡邏環(huán)境地圖。在路徑規(guī)劃方法方面,結合環(huán)境整體與局部特點,采用全局與局部路徑規(guī)劃結合的方式進行分析。在全局路徑規(guī)劃方面,分析了經典的Dijkstra與A*算法的原理與實現(xiàn)效果。針對存在搜索范圍與安全性矛盾問題,本文采用了基于擴大鄰域搜索范圍和改進方向引導與指數(shù)衰減啟發(fā)函數(shù)的A*算法,在保證通行安全性上提高了規(guī)劃路徑的效果。針對局部路徑規(guī)劃,采用的滑動窗口(DWA)方法,在動態(tài)環(huán)境下提高采樣速度并預測軌跡,同時設置超寬帶(UWB)標簽作為路徑復雜曲折拐點等區(qū)域的參考節(jié)點,對巡邏車行進路徑進行及時修正,以達到更好的規(guī)劃效果。本文通過上述區(qū)域路障分辨與地圖建立、路徑規(guī)劃等關鍵方法的研究,經過對比分析可知能夠有效通過復雜環(huán)境并規(guī)避障礙,較好完成在區(qū)域中的自主導航任務。
【圖文】：

隨著移動互聯(lián)網、云計算等新信息技術的融合，大批特殊用途的智能設備出現(xiàn)，如家庭衛(wèi)生機器人、餐廳侍者服務機器人甚至陪伴機器人等都逐漸的出現(xiàn)在日常生活中。要實現(xiàn)在區(qū)域環(huán)境中的自主導航，首先要確定所處區(qū)域環(huán)境的地圖，環(huán)境地圖可通過環(huán)境中物體距離巡邏車的距離來表征，，通過所檢測的距離信息勾勒出環(huán)境輪廓�！白灾鳌敝秆策壭≤囃ㄟ^自身傳感器的探測，確定所要行進的方向和速度，而不必通過人為遙控進行干預。自主巡邏車的智能化是技術的關鍵，有多人提出通過智能算法，如將深度神經網絡[9-10]、混合遺傳算法[11]等應用于自主導航中，通過機器學習來進一步對環(huán)境信息進行識別與分類，進而找到到達目標的最優(yōu)解。此外，由于巡邏區(qū)域環(huán)境的復雜多變，在巡邏過程中需要利用傳感器采集周圍環(huán)境信息，通過判斷自身與物體之間的位置關系，提高小車自適應和自主導航的能力，有效的多傳感器融合算法也會提高對環(huán)境的識別精度，所以利用多傳感器數(shù)據(jù)的融合技術也是研究巡邏車的熱點技術。本文實現(xiàn)巡邏車自主導航主要步驟有環(huán)境信息采集、環(huán)境分類與建圖以及區(qū)域路徑規(guī)劃三個方面，如圖 1-1 所示。

2.1 自主導航原理導航即引導所控制設備遵循安全、快捷的路線前進。導航技術總體所涉及的是定位與已知位置或模式相比較的導航儀的位置。在廣義上，導航可以指涉及確定位置和方向的任何技能或研究，包括定向運動和行人導航。導航方法是引導設備以一定的速度和方向完成運行過程的技術和方法。導航的基本方式有基于不依靠外界輸入信息自主式和依靠輸入信息的非自主式兩類。不依靠外界信息的自主導航方式是只利用自身姿態(tài)來控制導航設備，如慣性導航等不借助發(fā)射或接收的信號，而是通過如陀螺儀、里程計等設備對自身角速度和行駛距離等計算，得出與外界之間的位置關系。非自主式是指由導航設備通過傳感器、電磁波信號等方式對設備進行引導的方法，如超聲波導航、激光導航、無線電導航以及衛(wèi)星導航等，在借助外在信息指引下接近運動目標。導航提供運動設備的基本運動信息與參數(shù)，如所處位置、速度大小與方向和三軸姿態(tài)等。自主導航的實現(xiàn)需要確定自身在所處環(huán)境中的位置，導航、制導與控制之間的關系如圖 2-1 所示。
【學位授予單位】：蘇州科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP242

【參考文獻】

相關期刊論文 前3條

1 李曉紅;高彬彬;祁萌;王召陽;;智能制造技術發(fā)展及其國外國防領域研究應用現(xiàn)狀[J];國防制造技術;2015年04期

2 吳偉國;;面向作業(yè)與人工智能的仿人機器人研究進展[J];哈爾濱工業(yè)大學學報;2015年07期

3 李昌斌;賈方亮;袁偉民;武延坤;;基于紅外導航的AGV設計與實現(xiàn)[J];現(xiàn)代電子技術;2013年09期

相關博士學位論文 前1條

1 曹騰;基于視差空間的自主車視覺導航[D];浙江大學;2015年

相關碩士學位論文 前9條

1 葛增曄;基于激光雷達的機器人定位和3D環(huán)境建模技術研究[D];北京交通大學;2018年

2 宋彬;結合粒子群算法和改進蟻群算法的機器人混合路徑規(guī)劃[D];中國礦業(yè)大學;2018年

3 鄭燦濤;基于激光雷達的室內移動機器人自主導航與行人跟蹤研究[D];華南理工大學;2018年

4 吳敬陽;基于激光雷達定位導航的多自主移動機器人系統(tǒng)研制[D];哈爾濱工業(yè)大學;2017年

5 仇恒坦;基于多傳感信息融合的移動機器人SLAM應用與算法研究[D];江南大學;2017年

6 宋博涵;基于超聲波測距的室內移動機器人自主導航技術研究[D];哈爾濱工業(yè)大學;2017年

7 吳維任;基于4G的便攜式高清視頻直播發(fā)射器的硬件設計與實現(xiàn)[D];天津大學;2017年

8 鄭少華;視覺導航AGV定位與路徑規(guī)劃技術研究[D];華南理工大學;2016年

9 高帥;基于ROS的未知環(huán)境移動機器人導航研究[D];東北大學;2015年

本文編號：2622388