论文部分内容阅读
在社会需求增长和技术发展的持续推动下,移动机器人正逐步走入家庭,为用户提供家政服务。环境建模作为机器人执行家政作业的基础,综合了环境感知、理解和表征等核心技术。然而,机器人作业在开放、动态、非结构化的家庭环境中,仍面临着导航安全性、任务执行高效性、长期自治性等多方面的挑战。如何对复杂家庭环境建立准确的模型,以支持机器人安全、高效、长期自主地执行家政作业,是推动移动机器人进入家庭和实现机器人智能化服务的关键。本文以移动机器人在家庭环境中进行家政作业的需求为导向,深入研究了面向家庭服务机器人任务执行的环境建模问题,并获得了如下研究成果:
(1)为使机器人安全有效地执行家政作业,研究了机器人与环境中空间障碍物的碰撞问题,提出了一种面向机器人三维空间避障的二维栅格地图构建方法。首先,引入视觉传感器来检测激光传感器不完全可见的空间障碍物(如桌子、椅子等),并设计了一种将视觉信息转换为二维伪激光数据表示的方法。该伪激光数据有效地描述环境中的空间障碍物。然后,基于激光和伪激光数据,开发了一种栅格地图融合算法,以生成改进的、可全面表征障碍物信息的二维栅格地图,解决了传统栅格地图对障碍物表征不准确的问题。在此基础上,通过权衡激光和伪激光数据,提出了一种机器人三维空间避障策略,以避免机器人与环境中空间障碍物发生碰撞。实验结果表明,改进的栅格地图连同避障策略不仅允许机器人规划出“真正”无碰撞路径,而且还实现了在静态和动态场景下安全、稳定、可靠地导航,显著提高了机器人运行的安全性和鲁棒性。
(2)为使机器人高效地完成家政作业,研究了先验知识引导下的目标物品快速定位问题,提出了一种面向物品搜索的度量-拓扑地图构建方法。首先,以环境中的物品为参考,构建了一种新颖的度量-拓扑地图,其中拓扑节点表示了环境中与物品相关的位置。所构建的地图不仅去除了与物品无关的冗余节点,还利于移动机器人定位目标物品。为有效创建地图上拓扑节点,设计了一种机器人视角快速调节方法。然后,受人类搜索物品的行为启发,通过考虑机器人的当前位置和其到最可能找到目标物品位置的距离关系,提出了一种基于先验知识的物品搜索策略,以允许机器人优先搜索最可能找到目标物品的位置,进而提高搜索效率。实验结果表明,所提出的方法能够使机器人高效、可靠地找到目标物品。
(3)为高效地支持机器人执行物品操作,研究了三维环境表征中计算效率低和内存需求大的问题,提出了一种面向机器人操作的局部三维表征方法。首先,基于激光数据,建立用于机器人导航的二维栅格地图。其次,基于修剪的视觉观测数据,开发了一种面向任务的环境三维表征方法,用于物品操作时的碰撞检测。然后,通过创新性地集成二维地图和局部实时三维环境表征实现面向机器人操作的环境建模,以使机器人仅在需要操作物品时才实时构建环境的局部三维模型,从而减少冗余场景的三维表征。接着,提出了一种面向任务的物品姿态估计方法,用于指导局部三维模型的构建和实现面向任务的物品操作。最后,从内存需求、计算时间、碰撞检测和物品姿态估计方面评估了所提出的方法,并通过实际应用场景验证了其有效性和效率。
(4)为使机器人能够长时间在开放、动态家庭环境下有效地执行家政作业,研究了动态不确定环境下的机器人长期适应性问题,提出了一种面向机器人长期自治的多层次多粒度语义环境建模方法。首先,通过典型的物品与房间之间的空间位置关系,建立了具有普适性的概率模型和语义模型,以提高机器人对家庭环境的适应性。其次,设计了一种交互式关联方法,用于维护概率模型与实际场景之间的映射关系。在此基础上,基于贝叶斯定理,设计了任务驱动下的目标物品位置推理与更新机制,以引导机器人优先搜索最可能放置目标物品的空间。然后,采用层次化、不同粒度的表征方法实现多层次多粒度语义环境模型的构建。此外,所构建的环境模型可以与其它机器人共享,以执行家政作业。大量的实验结果表明,所提出的方法允许机器人长期自治地、高效地找到目标物品,并实现了类人的搜索性能。
(1)为使机器人安全有效地执行家政作业,研究了机器人与环境中空间障碍物的碰撞问题,提出了一种面向机器人三维空间避障的二维栅格地图构建方法。首先,引入视觉传感器来检测激光传感器不完全可见的空间障碍物(如桌子、椅子等),并设计了一种将视觉信息转换为二维伪激光数据表示的方法。该伪激光数据有效地描述环境中的空间障碍物。然后,基于激光和伪激光数据,开发了一种栅格地图融合算法,以生成改进的、可全面表征障碍物信息的二维栅格地图,解决了传统栅格地图对障碍物表征不准确的问题。在此基础上,通过权衡激光和伪激光数据,提出了一种机器人三维空间避障策略,以避免机器人与环境中空间障碍物发生碰撞。实验结果表明,改进的栅格地图连同避障策略不仅允许机器人规划出“真正”无碰撞路径,而且还实现了在静态和动态场景下安全、稳定、可靠地导航,显著提高了机器人运行的安全性和鲁棒性。
(2)为使机器人高效地完成家政作业,研究了先验知识引导下的目标物品快速定位问题,提出了一种面向物品搜索的度量-拓扑地图构建方法。首先,以环境中的物品为参考,构建了一种新颖的度量-拓扑地图,其中拓扑节点表示了环境中与物品相关的位置。所构建的地图不仅去除了与物品无关的冗余节点,还利于移动机器人定位目标物品。为有效创建地图上拓扑节点,设计了一种机器人视角快速调节方法。然后,受人类搜索物品的行为启发,通过考虑机器人的当前位置和其到最可能找到目标物品位置的距离关系,提出了一种基于先验知识的物品搜索策略,以允许机器人优先搜索最可能找到目标物品的位置,进而提高搜索效率。实验结果表明,所提出的方法能够使机器人高效、可靠地找到目标物品。
(3)为高效地支持机器人执行物品操作,研究了三维环境表征中计算效率低和内存需求大的问题,提出了一种面向机器人操作的局部三维表征方法。首先,基于激光数据,建立用于机器人导航的二维栅格地图。其次,基于修剪的视觉观测数据,开发了一种面向任务的环境三维表征方法,用于物品操作时的碰撞检测。然后,通过创新性地集成二维地图和局部实时三维环境表征实现面向机器人操作的环境建模,以使机器人仅在需要操作物品时才实时构建环境的局部三维模型,从而减少冗余场景的三维表征。接着,提出了一种面向任务的物品姿态估计方法,用于指导局部三维模型的构建和实现面向任务的物品操作。最后,从内存需求、计算时间、碰撞检测和物品姿态估计方面评估了所提出的方法,并通过实际应用场景验证了其有效性和效率。
(4)为使机器人能够长时间在开放、动态家庭环境下有效地执行家政作业,研究了动态不确定环境下的机器人长期适应性问题,提出了一种面向机器人长期自治的多层次多粒度语义环境建模方法。首先,通过典型的物品与房间之间的空间位置关系,建立了具有普适性的概率模型和语义模型,以提高机器人对家庭环境的适应性。其次,设计了一种交互式关联方法,用于维护概率模型与实际场景之间的映射关系。在此基础上,基于贝叶斯定理,设计了任务驱动下的目标物品位置推理与更新机制,以引导机器人优先搜索最可能放置目标物品的空间。然后,采用层次化、不同粒度的表征方法实现多层次多粒度语义环境模型的构建。此外,所构建的环境模型可以与其它机器人共享,以执行家政作业。大量的实验结果表明,所提出的方法允许机器人长期自治地、高效地找到目标物品,并实现了类人的搜索性能。