移動(dòng)機(jī)器人定位及環(huán)境建模關(guān)鍵技術(shù)研究.pdf

1、移動(dòng)機(jī)器人作為機(jī)器人學(xué)中的一個(gè)重要分支，隨著傳感技術(shù)、人工智能等相關(guān)學(xué)科的發(fā)展，移動(dòng)機(jī)器人正在向智能化和多樣化發(fā)展，應(yīng)用越來越廣泛。本文主要研究未知環(huán)境中移動(dòng)機(jī)器人運(yùn)動(dòng)的環(huán)境建模、同時(shí)定位與地圖創(chuàng)建（SLAM）以及路徑規(guī)劃的問題。論文在對(duì)相關(guān)理論和方法進(jìn)行系統(tǒng)分析和研究的基礎(chǔ)上，主要針對(duì)移動(dòng)機(jī)器人在環(huán)境建模及定位過程中傳感器信息存在不確定性、數(shù)據(jù)關(guān)聯(lián)難以解決、路徑規(guī)劃結(jié)果安全性差以及定位與地圖創(chuàng)建精度不高等方面進(jìn)行了研究。主要工作概括如

2、下：
　　 1、介紹了移動(dòng)機(jī)器人的發(fā)展歷史、國內(nèi)外研究現(xiàn)狀和典型代表機(jī)器人。對(duì)目前移動(dòng)機(jī)器人定位技術(shù)、路徑規(guī)劃技術(shù)、多傳感器信息融合技術(shù)、同時(shí)定位與地圖創(chuàng)建（SLAM）技術(shù)等關(guān)鍵技術(shù)和研究熱點(diǎn)的進(jìn)展情況進(jìn)行了歸納，為論文后續(xù)研究打下基礎(chǔ)。
　　 2、通過對(duì)移動(dòng)機(jī)器人功能需求進(jìn)行分析，體系結(jié)構(gòu)進(jìn)行設(shè)計(jì)，對(duì)各處理之間任務(wù)進(jìn)行細(xì)化分配，設(shè)計(jì)了一種以DSP微處理器為核心，利用舵機(jī)帶動(dòng)單聲納傳感器掃描的低成本移動(dòng)機(jī)器人測距設(shè)計(jì)方案

3、，較傳統(tǒng)聲納環(huán)設(shè)計(jì)方案，系統(tǒng)的復(fù)雜度得以降低。同時(shí)對(duì)其軟硬件體系結(jié)構(gòu)、移動(dòng)機(jī)器人坐標(biāo)系、運(yùn)動(dòng)及觀測模型等進(jìn)行了分析。
　　 3、分析了聲納測距原理和工作特性，以及造成聲納傳感器測距不確定的因素；對(duì)三種聲納傳感器模型進(jìn)行了介紹；分析了目前針對(duì)聲納測距傳感器不確定信息的描述和處理方法，對(duì)其中的灰色系統(tǒng)理論、模糊邏輯理論、Dempster-shafer證據(jù)理論模型方法進(jìn)行了分析，并對(duì)其特點(diǎn)進(jìn)行比較；將貝葉斯概率估計(jì)和Sobel邊緣檢測

4、算法相結(jié)合，提出了一種環(huán)境建模和環(huán)境特征提取算法。在高斯聲納模型基礎(chǔ)上，利用貝葉斯估計(jì)對(duì)柵格地圖進(jìn)行概率更新，并結(jié)合Sobel邊緣檢測算法提取特征點(diǎn)，實(shí)現(xiàn)了由不確定的移動(dòng)機(jī)器人坐標(biāo)系向固定的以環(huán)境特征點(diǎn)為原點(diǎn)的全局環(huán)境坐標(biāo)系的轉(zhuǎn)換及全局定位。該算法的有效性通過實(shí)驗(yàn)進(jìn)行了驗(yàn)證。
　　 4、對(duì)移動(dòng)機(jī)器人同時(shí)定位與地圖創(chuàng)建（SLAM）問題進(jìn)行了結(jié)構(gòu)化描述。對(duì)兩種目前主要使用的SLAM算法：EKF-SLAM算法和基于RBPF的FastS

5、LAM算法的原理和算法流程進(jìn)行了分析和比較。其中FastSLAM算法對(duì)傳感器精度要求較高，對(duì)在探測過程中出現(xiàn)的異常點(diǎn)敏感，錯(cuò)誤的匹配將產(chǎn)生嚴(yán)重的后果。針對(duì)FastSLAM算法不適用于精度較低的聲納測距傳感器這一問題，在第三章環(huán)境建模及環(huán)境特征提取算法的研究基礎(chǔ)上，提出了一種基于概率柵格地圖環(huán)境特征點(diǎn)提取匹配的移動(dòng)機(jī)器人粒子濾波混合SLAM算法。其基本思想是基于蒙特卡羅定位原理利用粒子濾波算法對(duì)機(jī)器人運(yùn)動(dòng)軌跡進(jìn)行估計(jì)；利用概率柵格地圖環(huán)境

6、特征提取算法對(duì)路標(biāo)坐標(biāo)進(jìn)行估計(jì)。算法基本框架可概括為環(huán)境感知、特征匹配、狀態(tài)更新、地圖更新，特征提取五個(gè)過程。通過室外自然環(huán)境實(shí)驗(yàn)對(duì)算法的有效性進(jìn)行了驗(yàn)證。該算法較好地解決了聲納測距傳感器由于散射角大帶來的特征點(diǎn)估計(jì)不準(zhǔn)的問題，對(duì)環(huán)境路標(biāo)和機(jī)器人軌跡的估計(jì)都比較準(zhǔn)確。
　　 5、對(duì)人工勢場（APF）模型特點(diǎn)進(jìn)行了描述，分析了改變勢場參數(shù)對(duì)路徑規(guī)劃結(jié)果造成的影響。減少局部極小點(diǎn)，將導(dǎo)致路徑安全性降低；提高路徑安全性將導(dǎo)致局部極小問