【摘 要】
：
移动机器人自主探索隶属于机器人研究领域,是该方向的重要组成部分。自主探索的基本工作是将移动机器人放置在某一个全新的室内环境中时,虽然机器人并不知道环境中障碍物的具体位置（也称为先验信息）,但可以通过外部传感器（如深度相机、激光雷达等）获得相关数据,从而不断进行主动探索来缩小环境中未知区域的面积,并构建出相关环境的地图。面向此场景下的机器人探索与地图更新问题,本文主要基于深度相机和激光雷达感知数据开
论文部分内容阅读
移动机器人自主探索隶属于机器人研究领域,是该方向的重要组成部分。自主探索的基本工作是将移动机器人放置在某一个全新的室内环境中时,虽然机器人并不知道环境中障碍物的具体位置（也称为先验信息）,但可以通过外部传感器（如深度相机、激光雷达等）获得相关数据,从而不断进行主动探索来缩小环境中未知区域的面积,并构建出相关环境的地图。面向此场景下的机器人探索与地图更新问题,本文主要基于深度相机和激光雷达感知数据开展研究,完成的研究工作如下:（1）对于移动机器人在边界点的选取上,提出了双层快速随机树（DL-RRT）的探索策略,局部探索策略（L-RRT）通过在机器人附近生成空间填充树来不断对其周围的环境进行探索,同时不断更新L-RRT树来减小对内存的消耗;全局探索策略（G-RRT）主要用来探索机器人远端的区域以及环境中的小角落区域,并提出自适应生长步长值来达到前期快速探索、后期全面探索的效果。在传统的机器人构建二维栅格地图的基础上,本文实现了同时构建三维地图的功能,并且在构建两种地图的过程中相关探索策略之间不会相互干扰,通过在仿真平台以及与之匹配的机器人实物上进行了有效的验证。（2）针对低成本激光雷达在部分场景效果不好的情况,提出了一种改进的种子区域生长策略,通过识别室内环境的墙角、连续延展的墙壁等线段信息丰富的场景,将种子区域生长分为种子线段检测、区域生长、重叠区域处理、端点生成和杂质点处理五个模块,使得激光雷达信息在规整线段区域进行了适当生长,从而增强了激光雷达的精确性,提高了机器人在环境中的定位与识别能力。（3）针对在DL-RRT探索策略得到大量边界点后的边界点筛选处理以及目标点的选择问题,提出了一种基于Affinity Propagation聚类的边界点处理方法,首先通过Affinity Propagation聚类算法对大范围的边界点进行聚类处理,通过计算每一个聚类中心的导航代价、交叉信息增益、滞后函数信息,以此来得到相应的边界点收益。将收益值最大的点设置为目标点,分配给机器人进行探索;同时维护一个priority＿queue保存其他聚类中心来减少重复计算。提出了“滞后函数”的探索策略,通过延迟机器人的处理机制,使得机器人能够提前进入房间内探索小角落,探索效率进一步提高。（4）本文在机器人操作系统ROS（Robot Operating System）中的Gazebo仿真环境下,以Turtlebot2为基础,在安装激光雷达的移动机器人上,对上述每一部分研究内容进行仿真和实际环境实验,通过实验数据证明了本文使用的自主探索算法的高效性。
其他文献
无人船因其具有高度自主性和智能性,将被广泛应用于未来海洋防务与海洋资源开发。但就目前技术水平来看,无人船运动控制性能在模型依赖性、控制能耗最优性、动力学受限等方面,均存在明显瓶颈。本文着重考虑状态和控制输入受限、运动模型未知、未知环境扰动等情形下的无人船运动控制系统设计问题,提出基于自适应动态规划的最优控制策略,在没有模型支持、运动状态和控制输入均受限等不利因素影响下,仍可确保无人船以最优的控制行
主机遥控系统可以提高船舶运行的安全性和可靠性,是船舶机舱自动化的重要组成部分。为了培训船员具备主机遥控系统的操纵能力和应对突发问题的解决能力,各海事院校将研制主机遥控系统的仿真系统作为教学研究的重点。传统的仿真系统受到场地、成本、风险等条件限制,无法满足大规模人员反复操作练习的需求,而新兴的Web技术具有“零客户端”的特性,不受上述限制。因此,本文将主机遥控系统和Web技术相结合,开发一套基于We
目标检测是计算机视觉和人工智能等学科的一个重要研究内容,它具有广泛的应用领域,如车牌识别、行人检测等。其中,在海上交通监管、海洋环境监测、抑制非法海上行为等领域,海上船舶目标检测尤其具有重要的应用背景和现实意义。然而现阶段海洋环境下船舶目标检测易受海雾天气、复杂背景、船舶分布状况以及目标距离等不确定因素的影响,无法同时保证船舶检测任务的效率以及可靠性。针对以上问题,本文提出了一种兼顾检测精度和速度
随着时代的迅速发展,无人帆船由于利用清洁能源风能驱动和无污染排放的突出优势受到研究人员的普遍认可,并且广泛应用在海洋数据采集和海洋环境监测等实际作业中。在无人帆船自主航行的过程中,路径规划问题至关重要,为此,探索与实现符合无人帆船运动特性的路径规划方法无疑是一个新颖的研究热点。因此,研究无人帆船在风场约束下的路径规划问题具有至关重要的意义,本文引入蚁群算法和人工势场法对无人帆船路径规划问题进行研究
水下声呐图像目标分割是一项具有挑战性的工作,不仅对海底资源勘探、目标提取等工作的直接实现具有重要意义,还作为下一步正确检测、追踪目标等工作的重要基础被持续关注。水下成像环境的特殊性导致其它经典图像分割算法无法直接迁移应用到声呐图像分割。基于以上问题,本文建立了声呐图像目标分割框架,将声呐图像分割任务分为区域和边缘分割。提出了两种应用于声呐图像的无监督区域分割法;提出一种改进的水平集（LSM）声呐图
图像增强是数字图像处理中的一项关键技术,它提高了低动态范围的图像的视觉质量,使得图像更适合人眼观察,同时也方便了图像的后续处理。如今,图像增强技术已经广泛应用于许多行业,例如:视频监视、遥感、医学诊断、成像设备和基于机器视觉的自动驾驶等。Retinex理论是图像增强方法中一项十分重要的理论。然而,传统Retinex理论由于算法约束条件的不足可能会使得增强图像产生颜色失真、光晕伪影、噪声放大等问题。
柴达木盆地新近系背斜构造中的深层卤水含较为丰富的锂、硼、钾等有益组分。采用地质与地球物理相结合手段研究区内背斜构造地层、构造特征和盐类沉积特点,对于评价背斜构造地区深层卤水锂资源潜力具有重要意义。本文对国内外锂资源分布情况、矿床类型及成矿模型及地球物理勘探现状进行分析,指出地震方法具有探测深度大、分辨率高的特点,对于地层分层及构造识别有较好的效果,但含卤水及不含卤水地层的速度差异较小,地震方法难以
气动执行机构以压缩空气为工作介质,具有结构简单、污染小等优点,已经广泛应用于石油、化工、能源和制造等多种工业自动化领域。然而,气动执行机构一旦发生故障,不仅会影响系统的稳定运行和生产效率,而且还会造成经济的损失,甚至会威胁工作人员的人身安全。因此,针对气动执行机构的运行状态进行监控和管理,并对其当前及未来运行状态进行评估,对于提高气动执行机构的稳定性、可靠性和安全性具有重要的理论研究意义和工程应用
由于海上船舶数量的不断增加,导致船舶碰撞事故经常发生,因此对于船舶避碰的研究是十分必要的。目前船舶避碰较少考虑避碰规则和转向幅度的要求,存在着避碰效率较低等问题。本文针对开阔水域的船舶避碰进行研究,由于船舶碰撞事故的后果非常严重,因此对船舶的避碰效率有较高的要求。通过对标准萤火虫算法进行改进,提高算法的收敛速度和精度。同时考虑到船舶避碰的实际情况,对随机生成的初始种群进行筛选,从而提高了避碰效率。
智能船舶在海洋领域和自动控制领域的应用日益广泛,已经成为国内外学者研究的热点课题。实际的船舶系统受到大量不确定因素影响,包括船舶模型非线性、洋流、海浪和风的影响,这些因素为控制器的设计带来了巨大的挑战。本文主要研究了船舶轨迹跟踪以及编队控制问题,利用自适应滑模和神经网络设计控制器,同时考虑到船舶执行器损耗的问题,引入事件触发机制,设计基于事件触发的船舶运动控制方法。本文的主要研究成果如下:（1）针