论文部分内容阅读
随着机器人技术快速迭代更新,越来越多的智能机器人应用在不同领域,市场不仅对机器人呈现出极大的需求,同时也对机器人性能要求更加严厉。如何保证移动机器人能在复杂的工作空间中,规划出从起点到目标点的无碰撞最优路径,无疑是当今机器人自主导航技术的前沿热点,具有重要的研究意义。基于同时定位与地图构建(Simultaneous Localization And Mapping,SLAM)技术和机器人操作系统(Robot Operating System,ROS),通过查阅相关文献资料,本课题提出基于激光SLAM搬运机器人自主导航研究与实现,主要表现为以下几方面:(1)自主搬运机器人框架设计与搭建。本文设计并搭建一款以四麦克纳姆轮作为底盘的自主搬运机器人,采用“ROS主机(PC电脑)+ROS从机(树莓派3B)+下位机(Arduino开发板)”分布式结构;搭配USB摄像头、激光雷达、惯性测量单元等传感器,完成自主搬运任务。根据麦克纳姆轮运动学模型,进行机器人底盘运动学分析。最后在可视化工具Rviz中通过机器人Solidworks三维模型进行运动控制校准实验。(2)激光SLAM算法和路径规划算法的选取。通过对比分析多种激光SLAM算法优缺点,在Gazebo仿真环境中选取Gmapping算法和Cartographer算法进行构图实验。实验结果表明在同地图分辨率下,Cartographer算法构建的地图障碍物细节更为精确。通过比较传统的Dijkstra算法和不同估价法的A*算法所规划出的路径效果,基于Arbotix模拟器,提出以A*算法作为全局路径规划器,分别采用DWA方法和TEB方法作为本地路径规划器,进行路径规划模拟仿真实验。实验结果表明,基于几何估价法改进的A*算法全局规划路径效率更高,TEB方法本地规划路径机器人没有陷入困境,整体规划效果较好。(3)自主搬运实验。以载有盆栽的搬运托盘进行自主搬运实验。通过Cartographer算法进行真实环境下的SLAM建图;根据建好的SLAM地图,基于ROS导航功能包Navigation,通过USB摄像头识别二维码确定搬运点位姿信息,规划路径并前往目标点,执行装卸搬运托盘动作;再分别进行基于静态障碍物和基于动态障碍物两种情况下的自主搬运测试。实验结果显示,机器人经过舵机位姿校准后,在地图中定位更精确;机器人能够到达指定的目标点位姿完成搬运任务,并且自主避开障碍物。综上所述,根据本课题提出的方法进行相关实验,实验结果表明搬运机器人能够较好地进行路径规划和动态避障,完成小型物体搬运任务,达到了预期效果,也验证了机器人自主搬运的可行性和可靠性。