基于视觉SLAM的小车路径规划研究
发布时间：2022-01-06 01:50
一直以来,人们对于极端环境探索的需求,推动发展了机器人的进步,而这些环境往往都是未知且充满危险的,这就需要移动机器人能够感知和识别周围环境,实现自主学习与路径规划。机器人进行路径规划,是指机器人从起点出发,找到一条无碰撞的,可到达终点的路径。针对未知环境,本文采用视觉SLAM技术,运用基于Kinect2提取数据的RGB-D SLAM来实现环境地图的构造。针对路径规划问题,由于大多数早期的传统路径规划算法都是基于环境模型已知的情况,并且容易受环境因素影响,导致实际运行结果有较大偏差,所以本论文撇弃传统路径规划的方法,采用基于强化学习的路径规划算法。本论文针对未知环境下,基于RGB-D SLAM对小车路径规划算法进行研究,构建出一套基于强化学习的路径规划算法。本论文主要围绕以下三部分进行展开:1、RGB-D SLAM系统的设计与实现。从图像特征提取与匹配,机器人运动估计、优化与建图进行研究,构建出一套常规的RGB-D SLAM系统,并通过它实现环境三维点云地图的构造。2、Octomap建模和地图转换。这部分内容详细介绍了八叉树地图,并以SLAM系统输出的三维点云信息为输入,实现Octoma...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
使用Kinect2生成的实验室点云地图
哈尔滨工业大学工程硕士学位论文图-D SLAM 可以得到能准确描述三维空间环境的点云往具有很大的规模，需要占用大量的存储空间，这图的实际工程应用，再加上，点云地图中包含的信部分是实际工程中所用不到的无用细节信息，更重间点的位置等其他信息，没有存储连通信息，这就于路径规划。因此，本课题采用基于八叉树的 Octo转换[41]。种数据结构中树的模型，它将整个三维空间作为根有八个子节点，其中每个节点表示在立方体的空间不断进行递归分割，直到符合分辨率大小的节点[42]分辨率的大小。
哈尔滨工业大学工程硕士学位论文( ) ( ) ( )1: 1: 1| | |T T TL n z L n z L n z + T表示观测的时刻，z 表示观测数据，Tz 则表示 T 时刻所观测 个叶子节点。函数 L 即概率对数值函数 Logit()。 ( 1:|TL n z 1 时刻到 T 时刻所观测到的所有数据， ( )1: 1|TL n z 表示第到 T-1 时刻所观测到的所有数据， ( |)TL n z 表示 n 个叶子的数据，因此整个式（2-15）表示每多一个分裂的节点，即可。
【参考文献】：
期刊论文
[1]基于强化学习的移动机器人路径规划研究综述[J]. 刘志荣,姜树海. 制造业自动化. 2019(03)
[2]基于DDPG的无人车智能避障方法研究[J]. 徐国艳,宗孝鹏,余贵珍,苏鸿杰. 汽车工程. 2019(02)
[3]基于深度Q学习的移动机器人路径规划[J]. 刘志荣,姜树海,袁雯雯,史晨辉. 测控技术. 2019(07)
[4]基于SIFT图像特征提取与FLANN匹配算法的研究[J]. 王金龙,周志峰. 计算机测量与控制. 2018(02)
[5]基于单目视觉的同时定位与地图构建方法综述[J]. 刘浩敏,章国锋,鲍虎军. 计算机辅助设计与图形学学报. 2016(06)
[6]移动机器人路径规划强化学习的初始化[J]. 宋勇,李贻斌,李彩虹. 控制理论与应用. 2012(12)
[7]基于模糊逻辑的机器人路径规划[J]. 毕盛,朱金辉,闵华清,钟汉如. 机电产品开发与创新. 2006(01)
[8]移动机器人路径规划方法简介[J]. 柏艺琴,贺怀清. 中国民航学院学报. 2003(S2)
[9]移动机器人技术研究现状与未来[J]. 李磊,叶涛,谭民,陈细军. 机器人. 2002(05)
博士论文
[1]强化学习样本效率理论研究[D]. 张良鹏.中国科学技术大学 2018
[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
硕士论文
[1]基于DQN的主动人员感知与定位技术研究[D]. 高峰.山东大学 2018
[2]基于事件的强化学习及其在室内导航中的应用[D]. 赵勇皓.南京大学 2018
[3]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
[4]基于RGBD-SLAM的三维物体重建[D]. 谷秀青.浙江大学 2018
[5]基于SLAM的扫地机器人控制系统研究[D]. 陈玉.哈尔滨工业大学 2017
[6]基于强化学习的移动机器人路径规划研究与实现[D]. 韦如明.华南理工大学 2015
[7]基于强化学习的迁移工作流路径规划研究[D]. 肖松.山东大学 2014
[8]基于强化学习和视觉导航的移动机器人控制[D]. 崔月盟.河北工业大学 2005
本文编号：3571476
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
使用Kinect2生成的实验室点云地图
哈尔滨工业大学工程硕士学位论文图-D SLAM 可以得到能准确描述三维空间环境的点云往具有很大的规模，需要占用大量的存储空间，这图的实际工程应用，再加上，点云地图中包含的信部分是实际工程中所用不到的无用细节信息，更重间点的位置等其他信息，没有存储连通信息，这就于路径规划。因此，本课题采用基于八叉树的 Octo转换[41]。种数据结构中树的模型，它将整个三维空间作为根有八个子节点，其中每个节点表示在立方体的空间不断进行递归分割，直到符合分辨率大小的节点[42]分辨率的大小。
哈尔滨工业大学工程硕士学位论文( ) ( ) ( )1: 1: 1| | |T T TL n z L n z L n z + T表示观测的时刻，z 表示观测数据，Tz 则表示 T 时刻所观测 个叶子节点。函数 L 即概率对数值函数 Logit()。 ( 1:|TL n z 1 时刻到 T 时刻所观测到的所有数据， ( )1: 1|TL n z 表示第到 T-1 时刻所观测到的所有数据， ( |)TL n z 表示 n 个叶子的数据，因此整个式（2-15）表示每多一个分裂的节点，即可。
【参考文献】：
期刊论文
[1]基于强化学习的移动机器人路径规划研究综述[J]. 刘志荣,姜树海. 制造业自动化. 2019(03)
[2]基于DDPG的无人车智能避障方法研究[J]. 徐国艳,宗孝鹏,余贵珍,苏鸿杰. 汽车工程. 2019(02)
[3]基于深度Q学习的移动机器人路径规划[J]. 刘志荣,姜树海,袁雯雯,史晨辉. 测控技术. 2019(07)
[4]基于SIFT图像特征提取与FLANN匹配算法的研究[J]. 王金龙,周志峰. 计算机测量与控制. 2018(02)
[5]基于单目视觉的同时定位与地图构建方法综述[J]. 刘浩敏,章国锋,鲍虎军. 计算机辅助设计与图形学学报. 2016(06)
[6]移动机器人路径规划强化学习的初始化[J]. 宋勇,李贻斌,李彩虹. 控制理论与应用. 2012(12)
[7]基于模糊逻辑的机器人路径规划[J]. 毕盛,朱金辉,闵华清,钟汉如. 机电产品开发与创新. 2006(01)
[8]移动机器人路径规划方法简介[J]. 柏艺琴,贺怀清. 中国民航学院学报. 2003(S2)
[9]移动机器人技术研究现状与未来[J]. 李磊,叶涛,谭民,陈细军. 机器人. 2002(05)
博士论文
[1]强化学习样本效率理论研究[D]. 张良鹏.中国科学技术大学 2018
[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
硕士论文
[1]基于DQN的主动人员感知与定位技术研究[D]. 高峰.山东大学 2018
[2]基于事件的强化学习及其在室内导航中的应用[D]. 赵勇皓.南京大学 2018
[3]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
[4]基于RGBD-SLAM的三维物体重建[D]. 谷秀青.浙江大学 2018
[5]基于SLAM的扫地机器人控制系统研究[D]. 陈玉.哈尔滨工业大学 2017
[6]基于强化学习的移动机器人路径规划研究与实现[D]. 韦如明.华南理工大学 2015
[7]基于强化学习的迁移工作流路径规划研究[D]. 肖松.山东大学 2014
[8]基于强化学习和视觉导航的移动机器人控制[D]. 崔月盟.河北工业大学 2005
本文编号：3571476
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3571476.html
最近更新
教材专著
