基于多传感信息融合的移动机器人SLAM应用与算法研究

发布时间：2018-04-14 19:32

本文选题：移动机器人 + 信息融合　；参考：《江南大学》2017年硕士论文

【摘要】：随着机器人智能化水平的不断提高,其在家庭服务、康养医疗以及新媒体娱乐等方面起到了更加重要的用途。当移动机器人通常工作于相对复杂的室内环境时,需要多个传感器感知周围环境,完成地图构建、定位与自主导航等任务,即实现移动机器人的SLAM。因此,多传感器的信息融合成为了移动机器人SLAM研究中的重要方面,对机器人的功能实现与智能化水平有重要影响。本文从多传感信息融合角度入手,深入研究移动机器人地图构建、定位与自主导航等相关理论与算法,结合机器人操作系统(ROS),实现这些功能。首先,研究了信息融合的相关内容。研究了各类传感器的工作原理与特性,基于JNPF-4WD平方移动机器人平台技术,研究了扩展卡尔曼滤波(EKF)算法和Rao-Blackwellized粒子滤波算法,采用RBPF算法进行观测模型匹配,完成地图构建。其次,研究了常用的定位算法。结合JNPF-4WD平方移动机器人平台,重点研究了基于惯性导航航位推算定位算法和基于激光雷达2D地图的自适应蒙特卡洛定位算法;利用无线信号强度进行机器人定位,此定位算法对经典的瑞利衰减函数模型进行了改进,提出了基于高斯滤波和Lagrange插值方法的改进三边定位算法和模糊推理指纹识别定位算法,分析了相应算法的定位精度、优缺点及可行性,为在移动机器人上的实际应用提供了理论基础。然后,研究了常用的路径规划算法。从全局路径规划和局部路径规划这两种规划算法入手,研究了移动机器人的路径规划与自主导航。通过对传统的人工势场法的研究,针对局部路径规划,提出了改进的算法:针对局部极小值问题,将距离因子加入到斥力场;针对目标不可达问题,旋转斥力场一定角度。仿真结果表明,该改进算法能够很好地解决上述两个问题。最后,基于JNPF-4WD平方移动机器人平台进行了一些SLAM相关的实验。研究了该移动机器人的控制系统硬件平台、软件系统以及传感器、ROS节点、gmapping、坐标系等相关配置,完成了地图构建与自主导航。本文研究并提出了一种定位算法和一种路径规划算法,前者基于无线信号强度,后者基于改进人工势场法,解决了SLAM研究中最关键的地图构建、定位与自主导航等问题。仿真结果表明,定位算法能够达到可靠的精度要求,路径规划算法能够完成自主避障和路径规划任务。同时,在JNPF-4WD平方移动机器人平台上做了大量实验,提高了其智能化水平。因此,本文重在对SLAM相关问题理论与算法的研究,又兼顾对实际应用的探索,具有一定的科研参考价值。
[Abstract]:......
【学位授予单位】：江南大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP242

【参考文献】