移动式家居服务机器人的自主导航研究及实现

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:wanfl1985
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着机器人领域的相关技术持续发展,机器人技术中,同步定位与地图构建(SLAM,Simultaneous Localization and Mapping)获得了研究者的高度重视。快速并且鲁棒的特征提取、精确并且稳定的特征匹配、有效的闭环检测以及高效的全局优化算法,这些技术一直是这个领域研究探索的重中之重;然而机器人技术在工程方面的应用主要集中在低廉传感器情况下高精度并且高鲁棒性的设计与应用。最近,Rao-Blackwellised Particle Filter(RBPF)已经变成了一种解决SLAM问题很有效的方法。此方法使用粒子滤波,其中每个粒子承载了一个地独立的环境地图。因此,关键问题是如何减少粒子的数量。对于局部路径规划,执行避障时,传统的Elastic Band算法依据最短路径的思想改变由全局规划器生成的路径。但是此方法仅仅考虑了环境的动态性,而没有考虑任何机器人相关的动态约束,因此产生的局部轨迹不是最优的。本文基于基本的Rao-Blackwellised Particle Filter(RBPF)算法给出了一个计算精确的提议分布的方法,此方法考虑了机器人的运动状态和最近时刻的观测值。它有效减小了预测过程中机器人位姿的不确定性。此外,设计了一个自适应重采样操作,这很大程度上减小了粒子退化的风险。针对EB算法的问题,本文中给出了“Timed Elastic Band”(TEB)方法。此方法通过改变由全局规划生成的初始路径优化机器人局部轨迹。在轨迹优化中所考虑的目标函数包括轨迹执行时间,与障碍物之间的距离,通过的路径点和需要遵守的机器人动力,运动和几何约束。TEB明确地考虑运动的时间和空间方面,例如受限的机器人速度和加速度。轨迹规划算法实时的执行,例如TEB实时的处理动态的障碍物和运动约束。TEB问题公式化为一个量化的多目标优化问题。大多数目标函数是局部的并且仅仅和几个连续的机器人状态有关。这个局部性产生一个稀疏的系统矩阵,因此可以使用快速的并且有效的优化方法例如G2O框架解决TEB问题。G2O稀疏系统解算器已被应用到视觉SLAM问题中。这有助于G2O框架在TEB轨迹改变中的应用。最后在实际环境中验证说明文中使用的算法是鲁棒并且很有效。为了实现机器人的完全自主性,本文中研究了一种基于边缘概念的自主搜索方法,边缘位于开放空间和未搜索空间之间的边界上。通过移动机器人不断地移动到新的边缘,机器人能够持续地扩展地图,直到环境中所有区域均被搜索为止。最后,通过仿真和使用真实的机器人进行实验获得的结果可知,均说明了改进的RBPF SLAM算法在减少粒子数方面的优势,表明了TEB算法是鲁棒的并且能够实时的生成有效的局部最优轨迹,证明了基于边缘检测搜索算法相对于沿墙行走的优势。
其他文献
迭代学习控制(Iterative Learning Control,简称ILC)是近二十年发展起来的一种新的智能控制方法。迭代学习控制就是根据工业过程的某种重复特性,利用系统先前的控制经验和输
近年来,我国国民经济快速发展,拉动了钢铁产品的需求,也带动了与钢铁生产相关的配套产品的需求。其中轧钢轧辊的市场需求十分旺盛,同时也对轧辊的品种、质量和交货期提出了更高的
对间歇生产过程进行监控的目的在于及时有效发现生产过程的非正常情况、保证生产安全、提高产品质量的一致性和降低生产成本。与连续生产过程相比,间歇生产过程特性更加复杂,数据具有多阶段、非线性、动态、多批次等特性,对其进行过程监控更加困难。间歇过程统计性能监控由于不需要过程精确的解析模型,所获得理论成果和方法能够较快的应用于实际工业生产过程中,因此被广泛研究,已成为过程控制领域的研究热点之一。本文在深入研
当今,分布式人工智能研究的一个热点是多智能体系统,它是分布式问题求解的进一步发展。随着多智能体理论与技术的发展,其应用范围也在不断扩大,但是多智能体技术的理论与应用
强化学习是一种无监督学习方法,它能够使智能体在环境模型未知的情况下利用环境奖赏发现最优的行为序列,因此被广泛用于多智能体系统中(如RoboCup足球仿真系统)。目前主流的强化
在管理科学、信息科学、系统科学以及工业工程等众多领域都存在着客观的或人为的随机性,相应地存在着大量的随机优化问题。进化计算方法,如遗传算法、进化策略、蚁群算法、微
在工业控制领域,新技术的不断涌现和快速发展对组态软件产生了很大的影响。嵌入式系统的发展及其在各个领域的应用,特别是在工业控制方面的应用,必然促进组态软件与嵌入式系
捷联式惯性导航系统以固连在载体上的陀螺组件与加速度组件为敏感元件,利用载体上的导航计算机解算出当前的位置、姿态信息。捷联式惯性导航系统以其可靠性高、体积小、重量
面向服务计算是下一代基于互联网的全新软件体系结构。它具有分布、共享、健壮、可扩展、可移植、互操作等特性。这些特性主要来自服务的互操作特性和复合特性。面向服务计算
实际工程领域遇到的系统大多都是非线性系统,并且由于各种原因都带有一定的不确定性,因此非线性不确定系统的控制问题是控制领域的一个重大课题。目前,在非线性系统的状态反馈镇