發(fā)布時(shí)間：2018-05-21 17:04

  本文選題：同步定位與地圖構(gòu)建 + 機(jī)器人運(yùn)動(dòng)模型��； 參考：《哈爾濱工業(yè)大學(xué)》2017年碩士論文

【摘要】：隨著機(jī)器人領(lǐng)域的相關(guān)技術(shù)持續(xù)發(fā)展,機(jī)器人技術(shù)中,同步定位與地圖構(gòu)建(SLAM,Simultaneous Localization and Mapping)獲得了研究者的高度重視�？焖俨⑶音敯舻奶卣魈崛�、精確并且穩(wěn)定的特征匹配、有效的閉環(huán)檢測(cè)以及高效的全局優(yōu)化算法,這些技術(shù)一直是這個(gè)領(lǐng)域研究探索的重中之重;然而機(jī)器人技術(shù)在工程方面的應(yīng)用主要集中在低廉傳感器情況下高精度并且高魯棒性的設(shè)計(jì)與應(yīng)用。最近,Rao-Blackwellised Particle Filter(RBPF)已經(jīng)變成了一種解決SLAM問(wèn)題很有效的方法。此方法使用粒子濾波,其中每個(gè)粒子承載了一個(gè)地獨(dú)立的環(huán)境地圖。因此,關(guān)鍵問(wèn)題是如何減少粒子的數(shù)量。對(duì)于局部路徑規(guī)劃,執(zhí)行避障時(shí),傳統(tǒng)的Elastic Band算法依據(jù)最短路徑的思想改變由全局規(guī)劃器生成的路徑。但是此方法僅僅考慮了環(huán)境的動(dòng)態(tài)性,而沒(méi)有考慮任何機(jī)器人相關(guān)的動(dòng)態(tài)約束,因此產(chǎn)生的局部軌跡不是最優(yōu)的。本文基于基本的Rao-Blackwellised Particle Filter(RBPF)算法給出了一個(gè)計(jì)算精確的提議分布的方法,此方法考慮了機(jī)器人的運(yùn)動(dòng)狀態(tài)和最近時(shí)刻的觀測(cè)值。它有效減小了預(yù)測(cè)過(guò)程中機(jī)器人位姿的不確定性。此外,設(shè)計(jì)了一個(gè)自適應(yīng)重采樣操作,這很大程度上減小了粒子退化的風(fēng)險(xiǎn)。針對(duì)EB算法的問(wèn)題,本文中給出了“Timed Elastic Band”(TEB)方法。此方法通過(guò)改變由全局規(guī)劃生成的初始路徑優(yōu)化機(jī)器人局部軌跡。在軌跡優(yōu)化中所考慮的目標(biāo)函數(shù)包括軌跡執(zhí)行時(shí)間,與障礙物之間的距離,通過(guò)的路徑點(diǎn)和需要遵守的機(jī)器人動(dòng)力,運(yùn)動(dòng)和幾何約束。TEB明確地考慮運(yùn)動(dòng)的時(shí)間和空間方面,例如受限的機(jī)器人速度和加速度。軌跡規(guī)劃算法實(shí)時(shí)的執(zhí)行,例如TEB實(shí)時(shí)的處理動(dòng)態(tài)的障礙物和運(yùn)動(dòng)約束。TEB問(wèn)題公式化為一個(gè)量化的多目標(biāo)優(yōu)化問(wèn)題。大多數(shù)目標(biāo)函數(shù)是局部的并且僅僅和幾個(gè)連續(xù)的機(jī)器人狀態(tài)有關(guān)。這個(gè)局部性產(chǎn)生一個(gè)稀疏的系統(tǒng)矩陣,因此可以使用快速的并且有效的優(yōu)化方法例如G2O框架解決TEB問(wèn)題。G2O稀疏系統(tǒng)解算器已被應(yīng)用到視覺(jué)SLAM問(wèn)題中。這有助于G2O框架在TEB軌跡改變中的應(yīng)用。最后在實(shí)際環(huán)境中驗(yàn)證說(shuō)明文中使用的算法是魯棒并且很有效。為了實(shí)現(xiàn)機(jī)器人的完全自主性,本文中研究了一種基于邊緣概念的自主搜索方法,邊緣位于開(kāi)放空間和未搜索空間之間的邊界上。通過(guò)移動(dòng)機(jī)器人不斷地移動(dòng)到新的邊緣,機(jī)器人能夠持續(xù)地?cái)U(kuò)展地圖,直到環(huán)境中所有區(qū)域均被搜索為止。最后,通過(guò)仿真和使用真實(shí)的機(jī)器人進(jìn)行實(shí)驗(yàn)獲得的結(jié)果可知,均說(shuō)明了改進(jìn)的RBPF SLAM算法在減少粒子數(shù)方面的優(yōu)勢(shì),表明了TEB算法是魯棒的并且能夠?qū)崟r(shí)的生成有效的局部最優(yōu)軌跡,證明了基于邊緣檢測(cè)搜索算法相對(duì)于沿墻行走的優(yōu)勢(shì)。
[Abstract]:With the continuous development of the related technologies in the field of robotics, synchronous localization and map building have attracted great attention from researchers. Fast and robust feature extraction, accurate and stable feature matching, efficient closed-loop detection and efficient global optimization are the most important technologies in this field. However, the applications of robotics in engineering are mainly focused on the design and application of high precision and robustness in the case of low cost sensors. Recently, Rao-Blackwellised Particle filter has become an effective solution to the SLAM problem. This method uses particle filtering, where each particle carries an independent map of the environment. The key question, therefore, is how to reduce the number of particles. For local path planning, when obstacle avoidance is performed, the traditional Elastic Band algorithm changes the path generated by the global planner according to the idea of the shortest path. But this method only considers the dynamic nature of the environment and does not take into account any dynamic constraints related to the robot, so the local trajectory generated is not optimal. Based on the basic Rao-Blackwellised Particle filter (RBPF) algorithm, this paper presents a method to calculate the exact proposed distribution, which takes into account the motion state of the robot and the observations at the nearest moment. It effectively reduces the uncertainty of robot pose in the prediction process. In addition, an adaptive resampling operation is designed, which greatly reduces the risk of particle degradation. In order to solve the problem of EB algorithm, the "Timed Elastic Band" method is presented in this paper. This method optimizes the local trajectory of the robot by changing the initial path generated by the global planning. Objective functions considered in trajectory optimization include trajectory execution time, distance from obstacles, passing path points and robot dynamics to be observed, motion and geometric constraints. TEB explicitly considers the temporal and spatial aspects of motion. For example, the speed and acceleration of a restricted robot. The real-time execution of trajectory planning algorithms, such as TEB real-time processing of dynamic obstacles and motion constraints. TEB problem formulated as a quantized multi-objective optimization problem. Most objective functions are local and relate only to several consecutive robot states. This locality produces a sparse system matrix, so fast and efficient optimization methods such as the G2O framework can be used to solve the TEB problem. The G2O sparse system solver has been applied to the visual SLAM problem. This is helpful to the application of G 2O framework in TEB trajectory change. Finally, the algorithm used in the actual environment is proved to be robust and effective. In order to realize the complete autonomy of the robot, an autonomous search method based on the edge concept is studied in this paper. The edge is located on the boundary between the open space and the unsearched space. By moving continuously to the new edge, the robot can continuously expand the map until all areas in the environment are searched. Finally, the results of simulation and experiments with real robots show that the improved RBPF SLAM algorithm has the advantages of reducing the number of particles. It is shown that the TEB algorithm is robust and can generate effective local optimal trajectory in real time. It is proved that the edge detection based search algorithm is superior to the moving along the wall.
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TP242

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 段秀敏,李蓮芝;基于類(lèi)復(fù)向量原理的機(jī)器人位置和姿態(tài)分析[J];吉林工程技術(shù)師范學(xué)院學(xué)報(bào);2004年03期

2 張振喜;焦國(guó)太;鄧光明;梁聰聰;;室內(nèi)清潔機(jī)器人協(xié)作技術(shù)研究[J];機(jī)械;2010年12期

3 陳陽(yáng)舟;王文星;代桂平;;基于角度優(yōu)先的多機(jī)器人圍捕策略[J];北京工業(yè)大學(xué)學(xué)報(bào);2012年05期

4 蔣新松;國(guó)外機(jī)器人的發(fā)展及我們的對(duì)策研究[J];機(jī)器人;1987年01期

5 沈慧娟;袖珍機(jī)器人別動(dòng)隊(duì)[J];國(guó)外科技動(dòng)態(tài);2004年02期

6 孟慶鑫,魏洪興,王立權(quán),楊青梅,王嵐;基于蠕動(dòng)原理拱泥機(jī)器人方案研究[J];中國(guó)造船;2001年01期

7 程遠(yuǎn);機(jī)器人軟件編程方法[J];無(wú)錫職業(yè)技術(shù)學(xué)院學(xué)報(bào);2002年02期

8 孟慶鑫,王茁,王殿君,王立權(quán),屠治國(guó);“穿地龍”機(jī)器人總體方案分析與研究[J];哈爾濱工程大學(xué)學(xué)報(bào);2003年03期

9 丁瀅潁;何衍;蔣靜坪;;基于個(gè)性演化的多機(jī)器人自組織[J];模式識(shí)別與人工智能;2003年02期

10 張汝波,王兢,孫世良;具有環(huán)境自適應(yīng)能力的多機(jī)器人編隊(duì)系統(tǒng)研究[J];機(jī)器人;2004年01期

相關(guān)會(huì)議論文 前10條

1 石為人;周偉;王楷;蘇士娟;;家庭清潔機(jī)器人自主充電研究[A];2010中國(guó)儀器儀表與測(cè)控技術(shù)大會(huì)論文集[C];2010年

2 李長(zhǎng)松;孫國(guó)林;韓勝利;;機(jī)器人料箱取件形式及控制方法[A];2013中國(guó)汽車(chē)工程學(xué)會(huì)年會(huì)論文集[C];2013年

3 孟正大;戴先中;;基于神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)方法的機(jī)器人柔順性控制[A];江蘇省自動(dòng)化學(xué)會(huì)七屆四次理事會(huì)暨2004學(xué)術(shù)年會(huì)青年學(xué)者論壇論文集[C];2004年

4 陳天皓;錢(qián)成;談?dòng)⒆?;類(lèi)人足球仿真機(jī)器人快速起身方法的實(shí)現(xiàn)[A];2007年足球機(jī)器人大會(huì)論文集[C];2007年

5 薛慧婷;羅熊;胡海東;游美玲;邱新濤;;基于顏色特征的漂浮機(jī)器人三點(diǎn)定位系統(tǒng)[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第五分冊(cè)）[東南大學(xué)學(xué)報(bào)（增刊）][C];2009年

6 胡海東;趙清杰;;機(jī)器人的慣性/視覺(jué)組合定位方法[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

7 顧新興;孫燕樸;馮純伯;;一種新的雙機(jī)器人協(xié)調(diào)路徑規(guī)劃方法[A];1995中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1995年

8 陶軍;高翔;周全;李曉亞;;利用自學(xué)習(xí)算法為機(jī)器人選擇最優(yōu)目標(biāo)點(diǎn)的決策設(shè)計(jì)[A];馬斯特杯2003年中國(guó)機(jī)器人大賽及研討會(huì)論文集[C];2003年

9 王大川;張輝;季秀才;鄭志強(qiáng);;救援環(huán)境下基于激光傳感器的機(jī)器人環(huán)境建圖以及自定位[A];2007年足球機(jī)器人大會(huì)論文集[C];2007年

10 王淑慧;吳立成;袁海文;;一種水上行走機(jī)器人的模糊控制[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

相關(guān)重要報(bào)紙文章 前5條

1 克 軍;小小機(jī)器人軍團(tuán)[N];大眾科技報(bào);2003年

2 張勁　戚峰;變電站的“機(jī)器人骨干”[N];中國(guó)電力報(bào);2009年

3 本報(bào)通訊員 張勁　戚峰;電力機(jī)器人的“神通”[N];工人日?qǐng)?bào);2009年

4 吳鴻;微型機(jī)器人引領(lǐng)反恐潮流[N];中國(guó)商報(bào);2003年

5 盧家興;中科院研制出能應(yīng)付復(fù)雜地形的機(jī)器人[N];大眾科技報(bào);2004年

相關(guān)博士學(xué)位論文 前10條

1 張玉麗;基于虛擬力的多機(jī)器人化學(xué)源定位研究[D];中國(guó)礦業(yè)大學(xué);2015年

2 張世隆;拋投機(jī)器人翻轉(zhuǎn)越障技術(shù)研究[D];北京理工大學(xué);2015年

3 仲朝亮;受生物啟發(fā)的移動(dòng)機(jī)器人空間認(rèn)知及其導(dǎo)航[D];華東理工大學(xué);2015年

4 王東科;空間繩系機(jī)器人目標(biāo)抓捕及抓捕后穩(wěn)定控制方法研究[D];西北工業(yè)大學(xué);2015年

5 魏明生;基于低頻電磁信號(hào)的管道清堵機(jī)器人定位方法研究[D];中國(guó)礦業(yè)大學(xué);2016年

6 王玲;未知環(huán)境中基于相對(duì)觀測(cè)量的多機(jī)器人合作定位研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2006年

7 王宏;煤礦機(jī)器人激光雷達(dá)與慣性傳感器導(dǎo)航理論及實(shí)驗(yàn)研究[D];中國(guó)礦業(yè)大學(xué)（北京）;2011年

8 李飛;湍動(dòng)氣流主控環(huán)境下多機(jī)器人氣味源定位[D];天津大學(xué);2009年

9 仲宇;分布式強(qiáng)化學(xué)習(xí)理論及在多機(jī)器人中的應(yīng)用研究[D];哈爾濱工程大學(xué);2003年

10 霍光磊;服務(wù)機(jī)器人室內(nèi)環(huán)境層次化地圖構(gòu)建方法研究[D];哈爾濱工業(yè)大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 欒春雨;移動(dòng)式家居服務(wù)機(jī)器人的自主導(dǎo)航研究及實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2017年

2 張帥;服務(wù)型機(jī)器人設(shè)計(jì)與前瞻性研究[D];浙江大學(xué);2008年

3 戚樹(shù)騰;基于激光測(cè)距儀的果園移動(dòng)機(jī)器人避障系統(tǒng)研究[D];西北農(nóng)林科技大學(xué);2015年

4 劉廣保;大型復(fù)雜曲面的機(jī)器人研拋技術(shù)研究[D];沈陽(yáng)理工大學(xué);2015年

5 張賢;基于超聲波測(cè)距的多機(jī)器人室內(nèi)定位導(dǎo)航研究[D];哈爾濱工業(yè)大學(xué);2015年

6 戴騰清;基于PROFIBUS現(xiàn)場(chǎng)總線在機(jī)器人沖壓自動(dòng)化線的設(shè)計(jì)與實(shí)現(xiàn)[D];華南理工大學(xué);2015年

7 楊曉曉;室內(nèi)機(jī)器人單目視覺(jué)同時(shí)定位與地圖構(gòu)建技術(shù)研究與實(shí)現(xiàn)[D];成都信息工程學(xué)院;2014年

8 周子希;基于構(gòu)建地圖的手勢(shì)控制移動(dòng)機(jī)器人[D];中國(guó)海洋大學(xué);2015年

9 田青;Mecanum輪式全向機(jī)器人位置精確控制的研究[D];東南大學(xué);2015年

10 李文玉;智能倉(cāng)庫(kù)系統(tǒng)多機(jī)器人任務(wù)分配問(wèn)題研究[D];北京物資學(xué)院;2016年

，

本文編號(hào)：1920033