版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、移動(dòng)機(jī)器人是一個(gè)集環(huán)境感知,動(dòng)態(tài)決策與規(guī)劃,行為控制與執(zhí)行等多功能于一體的綜合系統(tǒng)。機(jī)器人同時(shí)定位與地圖建模問(wèn)題(SLAM)是移動(dòng)機(jī)器人中的一個(gè)重要領(lǐng)域,是移動(dòng)機(jī)器人技術(shù)的基礎(chǔ)。SLAM問(wèn)題的解決可以使機(jī)器人在沒(méi)有地圖先驗(yàn)知識(shí)和其他獨(dú)立定位系統(tǒng)情況下工作,進(jìn)而使機(jī)器人實(shí)現(xiàn)真正意義上的自治,給自主移動(dòng)機(jī)器人的應(yīng)用開(kāi)拓了巨大的前景。
本文以未知環(huán)境下移動(dòng)機(jī)器人SLAM問(wèn)題為主要研究?jī)?nèi)容。首先介紹了國(guó)內(nèi)外移動(dòng)機(jī)器人研究的歷史和現(xiàn)
2、狀,接著介紹了現(xiàn)有通用的SLAM問(wèn)題解決方法,并且分析其優(yōu)缺點(diǎn),針對(duì)現(xiàn)有方法在機(jī)器人“綁架”時(shí)失效的情況,在現(xiàn)有算法基礎(chǔ)上提出了基于局部子圖匹配的SLAM解決方法,該方法對(duì)現(xiàn)有的SLAM解決構(gòu)架進(jìn)行了改進(jìn),提出交點(diǎn)最優(yōu)匹配的特征相關(guān)算法,并且將奇異值分解方法引入機(jī)器人定位。最后,在此方法上做了進(jìn)一步改進(jìn),提高算法的魯棒性。
本文的主要貢獻(xiàn)如下:
1.提出了新的SLAM解決構(gòu)架。經(jīng)過(guò)直線(xiàn)特征提取,找出每個(gè)局部地
3、圖對(duì)應(yīng)的路標(biāo)并和全局地圖中的路標(biāo)進(jìn)行匹配,得到相關(guān)的匹配路標(biāo),并以此相關(guān)的匹配路標(biāo)對(duì)機(jī)器人位姿進(jìn)行估計(jì),子圖關(guān)聯(lián)的數(shù)據(jù)關(guān)聯(lián)算法把機(jī)器人里程計(jì)信息排除在外,和里程計(jì)信息分開(kāi)處理,這樣避免了一般SLAM框架下非線(xiàn)性預(yù)測(cè)更新模型線(xiàn)性化帶來(lái)的系統(tǒng)誤差,避開(kāi)了機(jī)器人“綁架”的最大障礙。
2.提出新的特征匹配算法。提出了基于特征線(xiàn)段交點(diǎn)的新的路標(biāo)提取算法和匹配算法,采用特征線(xiàn)段的交點(diǎn)代替自然特征點(diǎn)來(lái)產(chǎn)生路標(biāo),避免了自然路標(biāo)遺漏的問(wèn)題,
4、使路標(biāo)提取更具有魯棒性。路標(biāo)的相關(guān)匹配是N-P問(wèn)題,本文提出了一種相對(duì)最優(yōu)特征相關(guān)算法。
3.將奇異值分解方法(SVD)引入機(jī)器人定位。它在獲取機(jī)器人位姿時(shí)不需要進(jìn)行迭代搜索,運(yùn)算的精度和速度都優(yōu)于一般方法。
4.提出了自適應(yīng)閡值的直線(xiàn)提取算法??紤]了激光雷達(dá)采樣角度和采樣點(diǎn)距離的相互關(guān)系,提高了直線(xiàn)提取的準(zhǔn)確度。
最后,通過(guò)仿真實(shí)驗(yàn)比較了現(xiàn)有算法和本文算法在不同情況下的地圖建模和機(jī)器人定位,證
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于局部特征提取匹配的視覺(jué)SLAM閉環(huán)檢測(cè)方法研究.pdf
- 分類(lèi)模型的不匹配問(wèn)題及其解決方法.pdf
- 基于塊匹配和局部子空間的視頻穩(wěn)像方法研究.pdf
- 外文翻譯--高速撞擊:局部映射問(wèn)題的解決方法 中文
- 智慧城市解決方法—智慧政務(wù)大廳解決方法
- 智慧城市解決方法—智慧校園整體解決方法
- 智慧城市解決方法—智慧交通解決方法
- 智慧城市解決方法—智慧校園整體解決方法
- 智慧城市解決方法—智慧政務(wù)大廳解決方法
- 智慧城市解決方法—智慧交通解決方法
- 智慧城市解決方法—erp解決方法完整版
- 解決方法考核
- 智慧城市解決方法—erp解決方法完整版
- 藍(lán)屏解決方法
- 基于局部特征的遙感圖像匹配方法.pdf
- 智慧城市解決方法—42_智慧工地整體解決方法
- 基于局部匹配的人臉識(shí)別方法.pdf
- 物理問(wèn)題的解決方法
- 電腦黑屏的解決方法
- 致命錯(cuò)誤的解決方法
評(píng)論
0/150
提交評(píng)論