移動機(jī)器人路徑規(guī)劃和地圖創(chuàng)建研究.pdf

1、機(jī)器人學(xué)是當(dāng)今高技術(shù)研究最活躍的領(lǐng)域之一。作為機(jī)器入學(xué)的重要分支，移動機(jī)器人的研究涉及多個學(xué)科，在不同的領(lǐng)域得到了廣泛的應(yīng)用。自主導(dǎo)航是移動機(jī)器人應(yīng)具備的基本功能，路徑規(guī)劃和地圖創(chuàng)建是移動機(jī)器人實現(xiàn)自主導(dǎo)航需要解決的關(guān)鍵問題，決定著移動機(jī)器人是否能完成對環(huán)境的自主探索。路徑規(guī)劃是移動機(jī)器人在有障礙的環(huán)境中，尋找一定指標(biāo)下盡可能優(yōu)化的避障路徑。地圖創(chuàng)建是通過傳感器采集的信息繪制機(jī)器人所處環(huán)境的過程，是路徑規(guī)劃和運(yùn)動控制的基礎(chǔ)。同時定位與地

2、圖創(chuàng)建(simultaneous localization and mapping，SLAM)將地圖創(chuàng)建和定位合并為一個估計問題來建立更加可信的環(huán)境地圖。移動機(jī)器人在自主導(dǎo)航的過程中，需要創(chuàng)建環(huán)境地圖，實現(xiàn)自身定位和路徑規(guī)劃，因此研究移動機(jī)器人路徑規(guī)劃和地圖創(chuàng)建具有理論和現(xiàn)實的意義。
　　論文以移動機(jī)器人為研究對象，對路徑規(guī)劃和SLAM算法進(jìn)行研究，具體研究內(nèi)容如下:
　　1.基于卡爾曼濾波的SLAM算法并沒有考慮外部干擾問

3、題，但其影響常導(dǎo)致移動機(jī)器人定位的失敗。針對此問題，提出抗外部干擾的卡爾曼濾波SLAM算法。該算法將外部干擾檢測和狀態(tài)方差膨脹過程融入到擴(kuò)展卡爾曼濾波和無跡卡爾曼濾波的SLAM算法中，減少了外部干擾的影響，提高了算法的估計精度和魯棒性。
　　2.針對不正確的先驗知識會影響FastSLAM算法對系統(tǒng)狀態(tài)估計精度問題，提出基于動態(tài)分?jǐn)?shù)階和alpha穩(wěn)定分布粒子群優(yōu)化(DFC&ASD-PSO)的FastSLAM算法。該算法在FastSL

4、AM框架中融入先驗知識修正的過程，使得先驗知識更接近于真實值。通過臨近觀測的不一致性和DFC&ASD-PSO完成先驗知識的修正，提高SLAM結(jié)果的精度。
　　3.針對FastSLAM算法存在線性化誤差和粒子耗盡的問題，提出基于平方根無跡卡爾曼濾波(SR-UKF)和改進(jìn)遺傳重采樣的FastSLAM算法。該算法采用SR-UKF來估計粒子的提議分布，不僅降低了線性化誤差，而且確保了協(xié)方差矩陣的非負(fù)定，保證了SLAM算法的穩(wěn)定性。為了防止

5、粒子衰退和保證粒子的多樣性，使用基于雙賭輪選擇和快速M(fèi)etropolis-Hastings變異的遺傳算法來對粒子進(jìn)行重采樣。
　　4.基于可視圖的全局路徑規(guī)劃算法中，可視圖構(gòu)造是個非常耗時的過程且包含了很多無用的可視邊。為了提高全局路徑規(guī)劃的效率，提出同步可視圖構(gòu)造和路徑搜索(SVGA)算法。SVGA算法不是在路徑搜索之前構(gòu)造可視圖，而是將可視圖的構(gòu)造融入到路徑搜索過程中。根據(jù)啟發(fā)式搜索，只構(gòu)造與最優(yōu)路徑有關(guān)的可視邊，而忽略大部分