基于激光雷达的AGV机器人SLAM与定位导航研究

发布时间：2020-05-16 00:38

【摘要】：SLAM与定位导航技术是机器人智能化的关键技术,本论文主要针对AGV机器人在未知环境中的SLAM及定位导航做研究。论文的实验平台采用移动机器人Turtlebot作为AGV的本体,采用RPLIDAR激光传感器作为外部环境感知传感器,机器人驱动轮的编码器(里程计)作为内部传感器。在ROS(Robot Operating System)平台上搭建实验框架,并对不同的SLAM与定位导航算法做仿真和验证。本文主要工作如下:首先,介绍基于ROS框架的AGV机器人硬件平台和软件平台,分析了机器人的系统模型,包括坐标系模型、运动模型和激光传感器模型等;对SLAM理论背景进行阐述,并通过Matlab仿真来验证粒子滤波算法比扩展卡尔曼滤波算法有着更好的鲁棒性和准确性,能够更好的适应非线性系统,适用于机器人的定位。然后,对AGV机器人的SLAM方法进行研究,研究基于Rao-Blackwellized粒子滤波的FastSLAM方法和基于扫描匹配的Hector SLAM方法。针对算法的不足,本文提出了改进的RBPF-SLAM方法:在运用里程计的基础上,结合RPLIDAR激光测量及其不确定性来更新、调节粒子的权重,并采用自适应重采样,使用更新后的粒子来做定位估计。在非结构化室内房间和长走廊环境进行激光SLAM实验,实验结果表明,改进的RBPF-SLAM算法可以有效减少粒子退化问题,提高定位精度,能够成功构建大范围二维栅格地图。最后,针对机器人的定位导航中存在的轮子打滑或者机器人被“绑架”移动等导致里程计不准确的情况,本文提出了改进的AMCL全局定位算法,融入了PLICP(Point-toLine ICP)的扫描匹配定位实现全局重定位。当里程计的定位误差很大时,利用改进的全局定位PLICP-AMCL作为导航框架的定位输入,实现机器人导航过程中的位姿估计。实验结果证明,改进的定位导航框架使机器人在长距离的定位导航实验中,能适应里程计不准确的情况,成功到达设定的目标点,鲁棒性强。
【图文】：

机器人,定位导航

是集信息技术、嵌入式技术、人工智能等各种技术于一体的高科技产品，它极大地社会的发展。在当今社会的各个领域中，无论是工业企业的生产、物流行业、家庭，还是在军事领域、航空航天工程等各个方面，智能移动机器人的身影无处不在，有极大的发展空间。移动机器人要达到无人工干预的智能化，其核心技术都离不开导航技术。例如，运用在家庭服务的扫地机器人，运用在工厂企业的 AGV 叉车机以及仓储物流 AGV 机器人，都离不开定位导航技术。如图 1-1 所示的是典型服务机器人，“扫地机器人”已迅速渗透到我们的日常生。扫地机器人已经在家居领域得到了应用，知名度较高的有“科沃斯扫地机器人米家扫地机器人”等。智能扫地机器人，用于家庭地板的智能清洁，机器人通过传实现障碍物的检测、顺利避障导航，实现无线智能控制，自动回充等。扫地机器人场前景是非常广阔，但技术方面也具有极大的挑战性[3]。智能化的扫地机器人的核术是室内的定位导航，但是，目前的扫地机器人在室内定位、路径规划与导航方面术还有待提升。

叉车,智能机器人,工厂企业

华南理工大学硕士学位论文图 1-2 所示的是 AGV 叉车机器人，叉车主要用于物料搬运。AGV 叉车机器人代人力劳动进行搬运，因此，，能够在很大程度上降低人力成本，给企业带来高效益。目前工厂企业运用的传统 AGV 叉车的导航大多数都需要人工进行干预，搬运效率低，成高。工厂企业需要逐渐淘汰传统的 AGV，研发智能 AGV 机器人，以适应复杂环境的业[4]。传统 AGV 叉车的磁导航灵活度低，适应能力差，因此研发在未知环境的自主位导航技术是 AGV 叉车技术转型的关键。
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP242;TN958.98

【参考文献】