發(fā)布時(shí)間：2020-04-10 15:20

【摘要】：區(qū)域環(huán)境中的自主導(dǎo)航技術(shù)是當(dāng)前智能機(jī)器人課題的研究熱點(diǎn),基于自主導(dǎo)航的巡邏車可代替工作人員執(zhí)行日常任務(wù),深入危險(xiǎn)現(xiàn)場(chǎng)進(jìn)行搶險(xiǎn)救援和相關(guān)服務(wù)性工作等,受到了國(guó)內(nèi)外相關(guān)行業(yè)的廣泛關(guān)注。自主導(dǎo)航控制方法涉及環(huán)境感知、行為決策和運(yùn)動(dòng)控制等關(guān)鍵技術(shù),由于區(qū)域環(huán)境中先驗(yàn)信息不足,需結(jié)合定位、運(yùn)動(dòng)建模和規(guī)劃控制方法進(jìn)行解決。針對(duì)巡邏智能設(shè)備存在的定位與自主導(dǎo)航能力不足等問(wèn)題,本論文基于高性能嵌入式架構(gòu)進(jìn)行自主導(dǎo)航巡邏車的關(guān)鍵技術(shù)研究。內(nèi)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(guò)激光雷達(dá)與圖像邊緣檢測(cè)方法的結(jié)合來(lái)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(yàn)信息的實(shí)際環(huán)境中,首先通過(guò)蒙特卡洛濾波法完成小車的區(qū)域定位。其次,針對(duì)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(cè)可信度不高的問(wèn)題,提出利用圖像和激光雷達(dá)結(jié)合的方法提高區(qū)域分類準(zhǔn)確性。一方面,通過(guò)基于道路基準(zhǔn)寬度和平行線檢測(cè)的Canny算子進(jìn)行圖像邊緣檢測(cè),提取出區(qū)域的路面與障礙的邊緣;另一方面,通過(guò)激光雷達(dá)高頻采集環(huán)境的輪廓信息與圖像提取的邊緣信息進(jìn)行對(duì)比,采用自適應(yīng)加權(quán)平均法實(shí)現(xiàn)數(shù)據(jù)融合,提高路徑邊緣的可信度。針對(duì)區(qū)域地圖建立,利用基于粒子濾波的SLAM方法,建立較為準(zhǔn)確的巡邏環(huán)境地圖。在路徑規(guī)劃方法方面,結(jié)合環(huán)境整體與局部特點(diǎn),采用全局與局部路徑規(guī)劃結(jié)合的方式進(jìn)行分析。在全局路徑規(guī)劃方面,分析了經(jīng)典的Dijkstra與A*算法的原理與實(shí)現(xiàn)效果。針對(duì)存在搜索范圍與安全性矛盾問(wèn)題,本文采用了基于擴(kuò)大鄰域搜索范圍和改進(jìn)方向引導(dǎo)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(duì)局部路徑規(guī)劃,采用的滑動(dòng)窗口(DWA)方法,在動(dòng)態(tài)環(huán)境下提高采樣速度并預(yù)測(cè)軌跡,同時(shí)設(shè)置超寬帶(UWB)標(biāo)簽作為路徑復(fù)雜曲折拐點(diǎn)等區(qū)域的參考節(jié)點(diǎn),對(duì)巡邏車行進(jìn)路徑進(jìn)行及時(shí)修正,以達(dá)到更好的規(guī)劃效果。本文通過(guò)上述區(qū)域路障分辨與地圖建立、路徑規(guī)劃等關(guān)鍵方法的研究,經(jīng)過(guò)對(duì)比分析可知能夠有效通過(guò)復(fù)雜環(huán)境并規(guī)避障礙,較好完成在區(qū)域中的自主導(dǎo)航任務(wù)。
【圖文】：

隨著移動(dòng)互聯(lián)網(wǎng)、云計(jì)算等新信息技術(shù)的融合，大批特殊用途的智能設(shè)備出現(xiàn)，如家庭衛(wèi)生機(jī)器人、餐廳侍者服務(wù)機(jī)器人甚至陪伴機(jī)器人等都逐漸的出現(xiàn)在日常生活中。要實(shí)現(xiàn)在區(qū)域環(huán)境中的自主導(dǎo)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(guò)環(huán)境中物體距離巡邏車的距離來(lái)表征，，通過(guò)所檢測(cè)的距離信息勾勒出環(huán)境輪廓�！白灾鳌敝秆策壭≤囃ㄟ^(guò)自身傳感器的探測(cè)，確定所要行進(jìn)的方向和速度，而不必通過(guò)人為遙控進(jìn)行干預(yù)。自主巡邏車的智能化是技術(shù)的關(guān)鍵，有多人提出通過(guò)智能算法，如將深度神經(jīng)網(wǎng)絡(luò)[9-10]、混合遺傳算法[11]等應(yīng)用于自主導(dǎo)航中，通過(guò)機(jī)器學(xué)習(xí)來(lái)進(jìn)一步對(duì)環(huán)境信息進(jìn)行識(shí)別與分類，進(jìn)而找到到達(dá)目標(biāo)的最優(yōu)解。此外，由于巡邏區(qū)域環(huán)境的復(fù)雜多變，在巡邏過(guò)程中需要利用傳感器采集周圍環(huán)境信息，通過(guò)判斷自身與物體之間的位置關(guān)系，提高小車自適應(yīng)和自主導(dǎo)航的能力，有效的多傳感器融合算法也會(huì)提高對(duì)環(huán)境的識(shí)別精度，所以利用多傳感器數(shù)據(jù)的融合技術(shù)也是研究巡邏車的熱點(diǎn)技術(shù)。本文實(shí)現(xiàn)巡邏車自主導(dǎo)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(gè)方面，如圖 1-1 所示。

2.1 自主導(dǎo)航原理導(dǎo)航即引導(dǎo)所控制設(shè)備遵循安全、快捷的路線前進(jìn)。導(dǎo)航技術(shù)總體所涉及的是定位與已知位置或模式相比較的導(dǎo)航儀的位置。在廣義上，導(dǎo)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(yùn)動(dòng)和行人導(dǎo)航。導(dǎo)航方法是引導(dǎo)設(shè)備以一定的速度和方向完成運(yùn)行過(guò)程的技術(shù)和方法。導(dǎo)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(dǎo)航方式是只利用自身姿態(tài)來(lái)控制導(dǎo)航設(shè)備，如慣性導(dǎo)航等不借助發(fā)射或接收的信號(hào)，而是通過(guò)如陀螺儀、里程計(jì)等設(shè)備對(duì)自身角速度和行駛距離等計(jì)算，得出與外界之間的位置關(guān)系。非自主式是指由導(dǎo)航設(shè)備通過(guò)傳感器、電磁波信號(hào)等方式對(duì)設(shè)備進(jìn)行引導(dǎo)的方法，如超聲波導(dǎo)航、激光導(dǎo)航、無(wú)線電導(dǎo)航以及衛(wèi)星導(dǎo)航等，在借助外在信息指引下接近運(yùn)動(dòng)目標(biāo)。導(dǎo)航提供運(yùn)動(dòng)設(shè)備的基本運(yùn)動(dòng)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(dǎo)航的實(shí)現(xiàn)需要確定自身在所處環(huán)境中的位置，導(dǎo)航、制導(dǎo)與控制之間的關(guān)系如圖 2-1 所示。
【學(xué)位授予單位】：蘇州科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP242

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 李曉紅;高彬彬;祁萌;王召陽(yáng);;智能制造技術(shù)發(fā)展及其國(guó)外國(guó)防領(lǐng)域研究應(yīng)用現(xiàn)狀[J];國(guó)防制造技術(shù);2015年04期

2 吳偉國(guó);;面向作業(yè)與人工智能的仿人機(jī)器人研究進(jìn)展[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2015年07期

3 李昌斌;賈方亮;袁偉民;武延坤;;基于紅外導(dǎo)航的AGV設(shè)計(jì)與實(shí)現(xiàn)[J];現(xiàn)代電子技術(shù);2013年09期

相關(guān)博士學(xué)位論文 前1條

1 曹騰;基于視差空間的自主車視覺(jué)導(dǎo)航[D];浙江大學(xué);2015年

相關(guān)碩士學(xué)位論文 前9條

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

2 宋彬;結(jié)合粒子群算法和改進(jìn)蟻群算法的機(jī)器人混合路徑規(guī)劃[D];中國(guó)礦業(yè)大學(xué);2018年

3 鄭燦濤;基于激光雷達(dá)的室內(nèi)移動(dòng)機(jī)器人自主導(dǎo)航與行人跟蹤研究[D];華南理工大學(xué);2018年

4 吳敬陽(yáng);基于激光雷達(dá)定位導(dǎo)航的多自主移動(dòng)機(jī)器人系統(tǒng)研制[D];哈爾濱工業(yè)大學(xué);2017年

5 仇恒坦;基于多傳感信息融合的移動(dòng)機(jī)器人SLAM應(yīng)用與算法研究[D];江南大學(xué);2017年

6 宋博涵;基于超聲波測(cè)距的室內(nèi)移動(dòng)機(jī)器人自主導(dǎo)航技術(shù)研究[D];哈爾濱工業(yè)大學(xué);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(shè)計(jì)與實(shí)現(xiàn)[D];天津大學(xué);2017年

8 鄭少華;視覺(jué)導(dǎo)航AGV定位與路徑規(guī)劃技術(shù)研究[D];華南理工大學(xué);2016年

9 高帥;基于ROS的未知環(huán)境移動(dòng)機(jī)器人導(dǎo)航研究[D];東北大學(xué);2015年

本文編號(hào)：2622388