煤礦救援機器人地圖構(gòu)建與路徑規(guī)劃研究.pdf

1、我國是煤礦生產(chǎn)和消費大國，也是礦難多發(fā)的國家，煤礦救援機器人對礦難發(fā)生后的救援工作具有重要意義。因為煤礦救援機器人的自主性能不僅是衡量該機器人智能化水平重要指標之一，而且是協(xié)助救援隊員高效可靠地完成救援工作必不可少的性能之一，所以本文以煤礦救援機器人自主性能研究為背景，以中國礦業(yè)大學救援技術(shù)與裝備研究所研制的CUMT2煤礦救援機器人為平臺，圍繞自主機器人研究的兩大熱點和難點：即時定位與地圖構(gòu)建問題和路徑規(guī)劃問題展開研究。
　　針對

2、機器人的自主性能，構(gòu)建了CUMT2機器人的軟硬件系統(tǒng)。將機器人操作系統(tǒng)ROS移植入機器人中，設(shè)計了機器人軟件平臺，主要包括：底盤控制系統(tǒng)、坐標變換系統(tǒng)、可視化界面、SLAM系統(tǒng)和路徑規(guī)劃系統(tǒng)。對硬件平臺的硬件進行了選型設(shè)計，設(shè)計了機器人行走驅(qū)動系統(tǒng)和感知系統(tǒng)的硬件平臺。針對機器人傳感器噪聲及外界環(huán)境不確定性帶來的系統(tǒng)誤差，引入馬爾科夫假設(shè)和統(tǒng)計學方法建立了機器人的概率模型。具體為：針對行走驅(qū)動系統(tǒng)分別建立了兩種運動模型，即里程計模型和速

3、度模型；針對感知系統(tǒng)分別建立了三種感知模型，即激光光束模型、似然模型和基于特征的感知模型。
　　針對機器人的定位問題，研究了基于已知地圖的定位算法。為實現(xiàn)機器人位姿的遞歸估計，研究了經(jīng)典的貝葉斯濾波器，并在此基礎(chǔ)上分別研究了由貝葉斯濾波器發(fā)展而來的卡爾曼濾波器（Kalman Filter，KF）、擴展卡爾曼濾波器（Extended Kalman Filter， EKF）及粒子濾波器（Particle Filter，PF）的濾波原理

4、并進行了仿真試驗，試驗結(jié)果表明，KF計算效率高但依賴于系統(tǒng)的線性高斯假設(shè)，EKF適用于弱非線性的高斯系統(tǒng)， PF適用于低維度的任意系統(tǒng)。針對不同濾波器的特點進而研究了基于EKF及PF的定位算法。研究了基于掃描匹配的定位算法，對該算法原理進行了推導和試驗，試驗結(jié)果表明，在初始位姿估計時融入傳感器信息可以提高算法的定位精度和收斂速率。
　　針對機器人的構(gòu)圖問題，分別研究了基于已知定位的地圖構(gòu)建算法和即時定位與地圖構(gòu)建算法。在已知定位的

5、地圖構(gòu)建算法研究中，對比研究了基于前向感知模型的構(gòu)圖算法和基于逆向感知模型的構(gòu)圖算法，相比于基于前向感知模型的構(gòu)圖算法，基于逆向感知模型的構(gòu)圖算法地圖一致性低但計算效率高，同時對于采用激光傳感器的 CUMT2機器人，上述兩種構(gòu)圖算法均可取得理想效果。
　　在即時定位與地圖構(gòu)建算法研究中，基于定位算法和已知定位的構(gòu)圖算法的研究基礎(chǔ)，分別研究了基于EKF的SLAM算法、基于Rao-Blackwellized粒子濾波器的SLAM算法（F

6、astSLAM）和基于掃描匹配的SLAM算法（Hector_SLAM）。對經(jīng)典的基于EKF的SLAM算法進行了仿真試驗，試驗結(jié)果表明：當路標數(shù)量的增加不引入路標之間歧義性時，該數(shù)量與SLAM算法精度成正比；當機器人路徑存在回環(huán)時，可提高機器人的位姿和路標估計的精準度。對融合里程計信息的FastSLAM1.0算法原理進行了研究，并研究了通過對采樣密度函數(shù)的優(yōu)化，解決了由于機器人感知模型和運動模型之間匹配度較低導致粒子衰減過快問題的Fast

7、SLAM2.0算法，應(yīng)用該算法在實驗室室內(nèi)和樓道進行了構(gòu)圖試驗，試驗結(jié)果表明，該算法在里程計信息有效的情況下可獲得精確度和一致性較高的地圖。針對煤礦井下顛簸路面導致里程計無效的情況，對無需里程計信息的Hector_SLAM算法原理進行了研究，通過融入AHRS傳感器信息對該算法進行了改進，應(yīng)用改進后的算法在實驗室室內(nèi)和樓道進行了構(gòu)圖試驗，并將試驗得到的地圖與FastSLAM算法構(gòu)建的地圖進行了對比分析。分析結(jié)果表明，改進后的Hector_

8、SLAM算法在無需里程計信息的情況下可獲得精確度和一致性較高的地圖，適用于井下顛簸路面及對傳感器功率的限制，但相比于FastSLAM算法，該算法在地圖精確度和一致性方面仍有改進提高的空間。
　　針對機器人的自主行走問題，研究了機器人路徑規(guī)劃算法。首先，對實現(xiàn)機器人自主行走的全局路徑規(guī)劃和局部路徑規(guī)劃算法分別進行了研究，對實現(xiàn)全局路徑規(guī)劃的A*算法原理進行了研究和仿真試驗，試驗結(jié)果表明，該算法在兼顧計算效率的同時可規(guī)劃出最優(yōu)的無碰撞

9、全局路徑，對實現(xiàn)局部路徑規(guī)劃的DWA算法原理進行了研究和仿真試驗，試驗結(jié)果表明，該算法相比于傳統(tǒng)的勢場法在局部路徑規(guī)劃時引入機器人的動力學約束，在障礙物較多時可動態(tài)降低機器人運行速度，有效地提高了機器人運動的安全性。其次，研究了基于多層代價地圖的路徑規(guī)劃系統(tǒng)，針對單層代價地圖模型的不足提出了CUMT2機器人多層代價地圖模型，并通過該地圖模型構(gòu)建了機器人路徑規(guī)劃系統(tǒng)，實現(xiàn)了全局路徑規(guī)劃與局部路徑規(guī)劃的有機結(jié)合。最后，分別在實驗室樓道和救援