移動機器人自主創(chuàng)建環(huán)境地圖的研究.pdf

1、自主創(chuàng)建環(huán)境地圖近十多年來一直是移動機器人領(lǐng)域的研究熱點。作為實現(xiàn)“自主移動機器人”的關(guān)鍵技術(shù)之一，它能夠極大增強移動機器人的環(huán)境交互能力，從而推動移動機器人技術(shù)的進步.研究自主創(chuàng)建環(huán)境地圖甚至將對人類的生存與發(fā)展產(chǎn)生深遠影響．具備該項技術(shù)的移動機器人可以代替人類完成野外或海底作業(yè)、災(zāi)難救援及地外行星探索等諸多任務(wù)。盡管這方面的研究已經(jīng)取得了豐碩成果，但在地圖表述方式、算法復(fù)雜度和運算時間、地圖估計精度以及大規(guī)模和動態(tài)環(huán)境的地圖創(chuàng)建等方

2、面仍然存在許多挑戰(zhàn)。圍繞移動機器人自主創(chuàng)建環(huán)境地圖問題，本文完成了以下一些研究工作：
　　 1．簡單概括了移動機器人的分類、發(fā)展歷史及研究課題等內(nèi)容．將移動機器人自主創(chuàng)建環(huán)境地圖由易到難地劃分為避障與漫游、已知環(huán)境下的定位及未知環(huán)境下的同時定位與地圖生成三個子問題，并系統(tǒng)探討了各自的研究方法與成果。
　　 2．針對靜態(tài)直線直角環(huán)境的特點，提出一種以可通行角點和不可通行角點概念為核心的無標定單目視覺避障漫游算法．結(jié)合分段控

3、制策略，該算法能夠引導(dǎo)移動機器人在環(huán)境中避障與漫游，并重建無閉合結(jié)構(gòu)環(huán)境的拓撲地圖。實驗結(jié)果驗證了所提算法的效果。
　　 3．距離角度控制模型具有良好的平臺通用性，在基于卡爾曼濾波的同時定位與地圖構(gòu)建算法框架下，提出一種以其作為運動模型的靜態(tài)結(jié)構(gòu)化環(huán)境的地圖創(chuàng)建方法。此外，為了降低狀態(tài)向量維數(shù)從而降低計算量，提出一種用點特征與方向矢量計算鄰接矩陣，進而用點特征與鄰接矩陣完整描述環(huán)境信息的地圖表述方法．仿真與實驗結(jié)果顯示所提算法創(chuàng)

4、建的地圖不但信息完整而且具有較高的精度．
　　 4．以基于卡爾曼濾波的同時定位與地圖生成算法構(gòu)建地圖，在其它條件不變的前提下，只有增加機器人的運行時間和觀測次數(shù)的才能提高地圖的估計精度。為了緩解地圖創(chuàng)建精度與效率之間的矛盾，提出一種利用約束改良地圖估計結(jié)果的方法。算法通過分析協(xié)方差矩陣確定路標對，然后用少量先驗知識與測量信息構(gòu)成約束條件，從而改善地圖估計效果。對比三種不同的約束構(gòu)建方法，仿真結(jié)果表明以最大方差和最小方差路標對構(gòu)成

5、約束能大幅提高路標的估計精度，達到同時兼顧地圖創(chuàng)建效率與精度的目的。實驗結(jié)果進一步驗證了所提算法對地圖估計的改良效果。
　　 5．以粒子濾波算法為基礎(chǔ)的FastSLAM算法存在退化問題，需要重采樣緩解退化．但因為機器人歷史時刻的狀態(tài)估計誤差包含在各個粒子的地圖中，并不滿足隨時間遺忘的特性.重采樣會引起粒子坍塌，并破壞路標估計的多樣性，最終影響算法的估計效果。為此提出一種基于平滑的粒子權(quán)值計算方法，粒子權(quán)值不僅取決于當前的運動觀測

6、結(jié)果，而且與滑動窗口內(nèi)的歷史權(quán)值相關(guān)，從而可以抑制權(quán)值的過度波動，降低重采樣頻率。仿真結(jié)果表明，所提算法效果顯著，能獲得更精確的地圖估計結(jié)果。
　　 6．針對動態(tài)環(huán)境的地圖創(chuàng)建問題，提出了一種結(jié)合柵格模型和樣本集合的動態(tài)環(huán)境建模方法。用柵格地圖描述環(huán)境的靜態(tài)結(jié)構(gòu)，對機器人在不同位置不同時間采集到的傳感數(shù)據(jù)，能充分發(fā)揮融合優(yōu)勢，獲得更精確的估計結(jié)果；用樣本集合表示環(huán)境中的動態(tài)障礙物，無需任何關(guān)于它們的位置、分布以及運動模型等先驗信