论文部分内容阅读
科学技术发展日新月异,人类的体力工作逐渐被机器所代替。为了完成复杂的工作,完全自主移动工作机器人成为研究热点。同步定位与建图(Simultaneous Localization And Mapping,SLAM)是其关键技术之一。光学摄像头已经成为机器人的基本传感设备,视觉也成为SLAM技术的重要研究对象。本文对视觉SLAM中的关键技术进行分析和改进,基于视觉SLAM结合激光地图搭建了自主移动机器人。针对现有避障算法的不足,本文提出了新的改进方案。具体而言,论文的工作包含三个部分。(1)针对目前视觉SLAM技术中地图信息筛选策略不够稳健,跟踪丢失问题,提出了基于特征散布的地图信息筛选策略。筛选策略包含关键帧的判定和特征点的选取两部分。核心思想为当视野边缘出现了未被记录的物体,则立即添加关键帧。特征的选取尽可能保证每个区域的特征都有储存。(2)动态窗口避障算法是目前应用最广泛的避障算法之一。动态窗口法使用局部目标点来指导机器人的行驶方向。针对现有局部目标点选取方法得到的目标点在室内狭窄环境下指导性较差的问题,提出了一种基于全局路径曲率的局部目标点选取策略。这种策略能够根据全局路径的曲率,在直行的情况下,选取较远距离的局部目标点,使得机器人能够以较高速度通过。在转向时,选取较近的目标点,以达到过弯减速的目的。(3)室内定位手段有限,大部分方法都要布置锚点,基于视觉SLAM的无锚点定位方法具有较高的实用性。室内地面平整,二维平面地图具有容易获取,信息精简,非常适合室内导航。本文构建搭载视觉、激光传感器,融合多种关键算法的自主移动避障机器人系统,同步建立视觉和激光地图,并进行配准,使用二维激光地图进行全局路径规划。系统运行中使用视觉为激光定位系统提供初始位置和周期矫正。系统利用激光传感器构建局部地图进行避障,从而使机器人稳定地到达既定位置。本文对视觉SLAM和机器人避障算法中的不足进行了改进,将改进的算法应用于自主移动避障机器人。本文搭建的机器人实现了真正的无锚点室内定位技术,可以搭载不同的作业模块完成复杂的工作。