室內(nèi)移動(dòng)機(jī)器人定位與導(dǎo)航關(guān)鍵技術(shù)研究.pdf

1、隨著智能移動(dòng)機(jī)器人走進(jìn)人們的日常生活，在軍事、商場(chǎng)、醫(yī)院、家庭等各種領(lǐng)域發(fā)揮著重要作用，人們對(duì)智能移動(dòng)機(jī)器人系統(tǒng)的需求越來(lái)越迫切，移動(dòng)機(jī)器人研究也進(jìn)入了嶄新的發(fā)展階段。導(dǎo)航技術(shù)是智能移動(dòng)機(jī)器人的研究核心，同時(shí)也是移動(dòng)機(jī)器人實(shí)現(xiàn)智能化及完全自主的關(guān)鍵技術(shù)。移動(dòng)機(jī)器人只有準(zhǔn)確地知道自身的位置、工作空間中障礙物的位置以及障礙物的運(yùn)動(dòng)情況，才能安全有效地進(jìn)行自主運(yùn)動(dòng)。因此，自定位和位置估計(jì)也是自主移動(dòng)機(jī)器人最重要的能力之一。本文對(duì)室內(nèi)機(jī)器人的定

2、位和導(dǎo)航問(wèn)題進(jìn)行了比較深入的研究，論文的工作主要涉及以下幾個(gè)方面： 首先，提出了一種利用單目視覺(jué)獲取路標(biāo)信息的MonteCarlo自定位方法。利用單目視覺(jué)系統(tǒng)可以獲得機(jī)器人運(yùn)行環(huán)境中的路標(biāo)信息，然后利用MCL算法進(jìn)行自定位。針對(duì)視覺(jué)路標(biāo)信息誤差對(duì)MCL定位精度影響較大的問(wèn)題，將MCL算法與UKF相結(jié)合進(jìn)行機(jī)器人自定位。該方法在進(jìn)行機(jī)器人自定位時(shí)融合了路標(biāo)信息、動(dòng)態(tài)位置信息和方位信息，有效地提高了機(jī)器人的定位精度。 其次，

3、提出了一種基于柵格法和特征粒子的MonteCarlo自定位方法。該方法將機(jī)器人估計(jì)位置的粒子空間進(jìn)行可變柵格劃分，利用柵格單元獲取特征粒子，然后利用特征粒子替代整個(gè)粒子空間來(lái)計(jì)算粒子權(quán)值，大大降低了算法的復(fù)雜度，使得MonteCarlo方法能滿(mǎn)足多機(jī)器人定位的要求。 第三，提出了一種基于全局地圖和局部地圖的機(jī)器人路徑規(guī)劃方法。該方法根據(jù)己知環(huán)境建立全局拓?fù)涞貓D，為機(jī)器人提供全局導(dǎo)航信息；采取有向特征線(xiàn)段的方法來(lái)描述局部地圖。機(jī)器

4、人在運(yùn)行過(guò)程中，不斷利用傳感器建立基于有向特征線(xiàn)段的局部地圖。根據(jù)特征線(xiàn)段之間的拓?fù)潢P(guān)系，獲得機(jī)器人局部目標(biāo)點(diǎn)和期望軌跡。機(jī)器人在趨向局部目標(biāo)點(diǎn)的過(guò)程中，采取了基于傳感器信息、地圖信息、歷史軌跡信息的局部導(dǎo)航方法，使機(jī)器人可以在復(fù)雜環(huán)境中安全導(dǎo)航，并獲得較好的軌跡曲線(xiàn)。 第四，針對(duì)自主研制開(kāi)發(fā)的通用移動(dòng)機(jī)器人平臺(tái)，在分析傳統(tǒng)智能機(jī)器人控制體系結(jié)構(gòu)的基礎(chǔ)上，提出了一種主從結(jié)構(gòu)多處理器的分布式并行處理方式，并對(duì)機(jī)器人的各個(gè)功能模塊進(jìn)