桥式起重机地图重建与路径规划研究
发布时间：2022-01-24 19:26
桥式起重机作为应用最广泛的起重机械,运行效率和自动化程度仍然很低。本文围绕桥式起重机的自动化运行,研究了基于RGB-D SLAM的室内离线三维点云地图构建,面向车间环境的二维和三维的地图表示,以及桥式起重机在二维平面基于改进蚁群算法的全局路径规划。首先建立了桥式起重机视觉SLAM系统的坐标系模型、运动模型和传感器观测模型,并完成了Kinect的标定。通过基于ORB算法和BF算法的图像特征的提取与匹配以及基于ICP算法的相机运动估计建立了视觉里程计,并利用g2o工具实现图优化的后端,然后采用随机检测法实现回环检测,最终构建了环境的稠密地图。在PCL点云库和octomap库下通过对点云地图的处理与变换得到二维和三维占据栅格地图。然后研究了蚁群算法在Matlab编程环境下的算法实现,在此基础上,针对传统蚁群算法收敛速度慢,容易陷入局部最优等缺点,借鉴A*算法和狼群分配原则改进自适应启发函数、信息素更新机制。根据桥式起重机的运行特征,通过运动学动力学分析抽象出两个仿真因子:路径长度和节点数量,提出以路径长度、运行时间和稳定性等性能参数为代价的新的评价标准。栅格环境下的桥式起重机路径规划仿真结果...
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：70 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 桥式起重机发展现状
1.2 地图重建发展现状
1.3 路径规划发展现状
1.4 论文主要研究内容
1.4.1 课题主要研究方向
1.4.2 论文组织构架
2 桥式起重机运行系统模型
2.1 桥式起重机智能运行控制系统
2.1.1 桥式起重机智能运行控制系统设计
2.1.2 桥式起重机智能运行控制系统运行原理
2.2 视觉SLAM系统的数学模型
2.2.1 坐标系
2.2.2 运动模型
2.2.3 传感器观测模型
2.3 KINECT相机标定
2.4 本章小结
3 基于RGB-D传感器的3D SLAM
3.1 视觉SLAM框架
3.2 视觉里程计
3.2.1 图像特征提取
3.2.2 图像特征匹配
3.2.3 运动估计
3.3 地图构建与优化
3.3.1 后端优化
3.3.2 回环检测
3.3.3 地图构建
3.4 本章小结
4 三维点云地图处理
4.1 二维平面地图转换
4.1.1 点云滤波处理
4.1.2 RANSAC地面剔除
4.1.3 点云投影到参数模型
4.2 三维占据栅格地图转换
4.3 本章小结
5 基于改进蚁群算法的桥式起重机全局路径规划
5.1 传统蚁群路径规划算法
5.1.1 蚁群算法基本原理
5.1.2 蚁群路径规划算法步骤
5.1.3 蚁群路径规划算法实现
5.2 改进的蚁群路径规划算法
5.2.1 蚁群算法改进策略分析
5.2.2 自适应启发函数改进
5.2.3 信息素更新机制改进
5.2.4 结果评价标准改进
5.3 算法仿真及结果分析
5.4 本章小结
6 地图重建与路径规划实验
6.1 实验平台简介
6.2 未知环境下的路径规划实验
6.2.1 实验方案
6.2.2 实验过程与结果分析
6.3 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢
【参考文献】：
期刊论文
[1]智能起重机的控制系统与关键技术[J]. 吴昊罡,潘彦宏,步超. 起重运输机械. 2018(05)
[2]基于改进蚁群算法的机器人路径规划[J]. 方春城,孙培明. 测控技术. 2018(04)
[3]基于改进蚁群算法的泊车系统路径规划[J]. 王辉,王景良,朱龙彪,邵小江,王恒. 控制工程. 2018(02)
[4]RGB-D SLAM综述[J]. 王旒军,陈家斌,余欢,朱汇申. 导航定位与授时. 2017(06)
[5]基于改进蚁群算法的移动机器人路径规划研究[J]. 赵开新,孙新领,王东署,魏勇. 科技通报. 2017(09)
[6]智能起重机关键技术概论[J]. 刘武胜,岳文翀,李力. 起重运输机械. 2017(09)
[7]浅析流动式起重机智能化研究基础及未来发展趋势[J]. 朱长建,闫慈,李永勃. 工程机械与维修. 2015(11)
[8]改进路径规划算法在桥式起重机中的应用[J]. 魏云平,强宝民,晁苏全,杨必根,赵辉. 计算机测量与控制. 2015(08)
[9]改进蚁群算法及其在机器人避障中的应用[J]. 裴振兵,陈雪波. 智能系统学报. 2015(01)
[10]基于改进蚁群算法的机器人路径规划研究[J]. 万晓凤,胡伟,方武义,郑博嘉. 计算机工程与应用. 2014(18)
博士论文
[1]移动机器人的路径规划与定位技术研究[D]. 张琦.哈尔滨工业大学 2014
[2]移动机器人同步定位与地图构建关键技术的研究[D]. 曲丽萍.哈尔滨工程大学 2013
[3]基于图像特征点的移动机器人立体视觉SLAM研究[D]. 林睿.哈尔滨工业大学 2011
[4]基于吊重防摇控制的起重机快速对位关键技术研究[D]. 钟斌.西南交通大学 2007
硕士论文
[1]狼群算法的改进和应用[D]. 郭立婷.西安电子科技大学 2018
[2]基于SLAM的虚拟现实空间定位系统的研究与实现[D]. 刘家豪.贵州师范大学 2018
[3]基于RGB-D相机的SLAM算法研究[D]. 仇全会.山东大学 2018
[4]基于RGB-D相机的室内同步定位与建图关键技术研究[D]. 张震.武汉大学 2018
[5]基于RGBD的室内移动机器人定位算法研究[D]. 王玉良.安徽工业大学 2018
[6]面向地—空机器人协同的SLAM技术研究及实验平台构建[D]. 张特.电子科技大学 2018
[7]基于ROS的移动机器人改进视觉SLAM算法研究[D]. 白佳奇.天津工业大学 2018
[8]基于RGB-D的室内场景SLAM方法研究[D]. 刘三毛.湖南工业大学 2017
[9]基于机器视觉的移动机器人定位与三维地图重建方法研究[D]. 康凯.哈尔滨工业大学 2017
[10]基于RGB-D SLAM的视觉定位与路径规划方法研究[D]. 姜珊.哈尔滨工业大学 2017
本文编号：3607165
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：70 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 桥式起重机发展现状
1.2 地图重建发展现状
1.3 路径规划发展现状
1.4 论文主要研究内容
1.4.1 课题主要研究方向
1.4.2 论文组织构架
2 桥式起重机运行系统模型
2.1 桥式起重机智能运行控制系统
2.1.1 桥式起重机智能运行控制系统设计
2.1.2 桥式起重机智能运行控制系统运行原理
2.2 视觉SLAM系统的数学模型
2.2.1 坐标系
2.2.2 运动模型
2.2.3 传感器观测模型
2.3 KINECT相机标定
2.4 本章小结
3 基于RGB-D传感器的3D SLAM
3.1 视觉SLAM框架
3.2 视觉里程计
3.2.1 图像特征提取
3.2.2 图像特征匹配
3.2.3 运动估计
3.3 地图构建与优化
3.3.1 后端优化
3.3.2 回环检测
3.3.3 地图构建
3.4 本章小结
4 三维点云地图处理
4.1 二维平面地图转换
4.1.1 点云滤波处理
4.1.2 RANSAC地面剔除
4.1.3 点云投影到参数模型
4.2 三维占据栅格地图转换
4.3 本章小结
5 基于改进蚁群算法的桥式起重机全局路径规划
5.1 传统蚁群路径规划算法
5.1.1 蚁群算法基本原理
5.1.2 蚁群路径规划算法步骤
5.1.3 蚁群路径规划算法实现
5.2 改进的蚁群路径规划算法
5.2.1 蚁群算法改进策略分析
5.2.2 自适应启发函数改进
5.2.3 信息素更新机制改进
5.2.4 结果评价标准改进
5.3 算法仿真及结果分析
5.4 本章小结
6 地图重建与路径规划实验
6.1 实验平台简介
6.2 未知环境下的路径规划实验
6.2.1 实验方案
6.2.2 实验过程与结果分析
6.3 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢
【参考文献】：
期刊论文
[1]智能起重机的控制系统与关键技术[J]. 吴昊罡,潘彦宏,步超. 起重运输机械. 2018(05)
[2]基于改进蚁群算法的机器人路径规划[J]. 方春城,孙培明. 测控技术. 2018(04)
[3]基于改进蚁群算法的泊车系统路径规划[J]. 王辉,王景良,朱龙彪,邵小江,王恒. 控制工程. 2018(02)
[4]RGB-D SLAM综述[J]. 王旒军,陈家斌,余欢,朱汇申. 导航定位与授时. 2017(06)
[5]基于改进蚁群算法的移动机器人路径规划研究[J]. 赵开新,孙新领,王东署,魏勇. 科技通报. 2017(09)
[6]智能起重机关键技术概论[J]. 刘武胜,岳文翀,李力. 起重运输机械. 2017(09)
[7]浅析流动式起重机智能化研究基础及未来发展趋势[J]. 朱长建,闫慈,李永勃. 工程机械与维修. 2015(11)
[8]改进路径规划算法在桥式起重机中的应用[J]. 魏云平,强宝民,晁苏全,杨必根,赵辉. 计算机测量与控制. 2015(08)
[9]改进蚁群算法及其在机器人避障中的应用[J]. 裴振兵,陈雪波. 智能系统学报. 2015(01)
[10]基于改进蚁群算法的机器人路径规划研究[J]. 万晓凤,胡伟,方武义,郑博嘉. 计算机工程与应用. 2014(18)
博士论文
[1]移动机器人的路径规划与定位技术研究[D]. 张琦.哈尔滨工业大学 2014
[2]移动机器人同步定位与地图构建关键技术的研究[D]. 曲丽萍.哈尔滨工程大学 2013
[3]基于图像特征点的移动机器人立体视觉SLAM研究[D]. 林睿.哈尔滨工业大学 2011
[4]基于吊重防摇控制的起重机快速对位关键技术研究[D]. 钟斌.西南交通大学 2007
硕士论文
[1]狼群算法的改进和应用[D]. 郭立婷.西安电子科技大学 2018
[2]基于SLAM的虚拟现实空间定位系统的研究与实现[D]. 刘家豪.贵州师范大学 2018
[3]基于RGB-D相机的SLAM算法研究[D]. 仇全会.山东大学 2018
[4]基于RGB-D相机的室内同步定位与建图关键技术研究[D]. 张震.武汉大学 2018
[5]基于RGBD的室内移动机器人定位算法研究[D]. 王玉良.安徽工业大学 2018
[6]面向地—空机器人协同的SLAM技术研究及实验平台构建[D]. 张特.电子科技大学 2018
[7]基于ROS的移动机器人改进视觉SLAM算法研究[D]. 白佳奇.天津工业大学 2018
[8]基于RGB-D的室内场景SLAM方法研究[D]. 刘三毛.湖南工业大学 2017
[9]基于机器视觉的移动机器人定位与三维地图重建方法研究[D]. 康凯.哈尔滨工业大学 2017
[10]基于RGB-D SLAM的视觉定位与路径规划方法研究[D]. 姜珊.哈尔滨工业大学 2017
本文编号：3607165
本文链接：https://www.wllwen.com/jixiegongchenglunwen/3607165.html
