基于GIS和SLAM的机器人大范围环境自主导航

发布时间：2018-10-12 14:17

【摘要】：机器人自主导航技术的基础是其自定位能力,同时同步定位与建图(SLAM)是实现机器人自定位的重要方法。目前由于大规模SLAM技术发展的限制,机器人很难实现在大范围环境下进行建图和导航,并且尚没有结合SLAM和实际地理空间信息指导大范围机器人导航的完整自主导航系统。提出基于GIS和SLAM的机器人大范围环境自主导航方法,利用真实的城市空间路网信息,以地理信息系统(GIS)空间数据库的存储和计算能力为数据支撑,基于提出的大范围导航算法,实现了一套包含空间数据库、SLAM、导航算法的完整系统,具有良好的可复用性和可扩展性,符合实际生活场景,可以指导机器人进行大范围条件下的导航和建图行为。同时通过对机器人激光建图信息的存储,使得再次经过本区域的机器人可以在户外精确定位,实现在室外GPS缺失或误差条件下自身位置的修正。此外地图信息的存储可以实现多机器人对地图信息的复用,为多机器人的规划提供支撑。同时将人类世界的空间信息与机器人建图信息相结合,细化和丰富了原有的空间信息。
[Abstract]:The autonomous navigation technology of robot is based on its self-positioning ability. Simultaneous positioning and mapping (SLAM) are important methods to realize robot self-positioning. At present, due to the limitation of large-scale SLAM technology, it is difficult for robots to build maps and navigation in a large scale environment, and there is no complete autonomous navigation system which combines SLAM and actual geospatial information to guide large-scale robot navigation. Based on GIS and SLAM, this paper presents an autonomous navigation method for robot large-scale environment. It uses real urban spatial network information, and takes the storage and computing ability of (GIS) spatial database as data support, and based on the proposed large-scale navigation algorithm. A complete system including spatial database and SLAM, navigation algorithm is implemented. The system has good reusability and expansibility, and can be used to guide robot navigation and mapping behavior in a wide range of conditions. At the same time, by storing the laser map information of the robot, the robot passing through the region can locate accurately outside again, and realize the correction of the position of the robot under the condition of the absence of GPS or the error. In addition, the storage of map information can realize the reuse of map information by multi-robots, and provide support for the planning of multi-robots. At the same time, the spatial information of human world is combined with the mapping information of robot, which refines and enriches the original spatial information.
【作者单位】： 国防科技大学计算机学院高性能计算国家重点实验室;
【基金】：国家自然科学基金(61303185)项目资助
【分类号】：TP242

【相似文献】

相关期刊论文 前10条

1 ;Line-feature-based SLAM Algorithm[J];自动化学报;2006年01期

2 郭剑辉;赵春霞;陆建峰;康亮;;Rao-Blackwellised粒子滤波SLAM的一致性研究[J];系统仿真学报;2008年23期

3 郭剑辉;赵春霞;石杏喜;;一种改进的联合相容SLAM数据关联方法[J];仪器仪表学报;2008年11期

4 郭剑辉;赵春霞;康亮;;SLAM问题中特征相关性研究[J];系统仿真学报;2008年06期

5 Mansour Moniri;Claude C.Chibelushi;;A Sensor-based SLAM Algorithm for Camera Tracking in Virtual Studio[J];International Journal of Automation & Computing;2008年02期

6 季秀才;郑志强;张辉;;SLAM问题中机器人定位误差分析与控制[J];自动化学报;2008年03期

7 郭剑辉;赵春霞;;一种新的粒子滤波SLAM算法[J];计算机研究与发展;2008年05期

8 周武;赵春霞;;一种改进的边缘粒子滤波SLAM方法[J];华中科技大学学报(自然科学版);2008年S1期

9 丁帅华;陈雄;韩建达;;基于局部子图匹配的SLAM方法[J];机器人;2009年04期

10 陈家乾;何衍;蒋静坪;;添加约束的EKF-SLAM算法[J];科技通报;2009年04期

相关会议论文 前10条

1 ;An SLAM algorithm based on improved UKF[A];第24届中国控制与决策会议论文集[C];2012年

2 Adizul Ahmad;Shoudong Huang;Jianguo Jack Wang;Gamini Dissanayake;;A New State Vector for Range-Only SLAM[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

3 ;A Hybrid SLAM method for service robots in Indoor Environment[A];中国自动化学会控制理论专业委员会B卷[C];2011年

4 Bo He;Tao Zhang;Guijie Liu;;A New SLAM Algorithm Particle Filter-based for Autonomous Underwater Vehicle[A];proceedings of 2010 3rd International Conference on Computer and Electrical Engineering (ICCEE 2010 no.1)[C];2012年

5 ;AUV SLAM and Closed Loop Research in Large Scale Environment[A];2011年全国通信安全学术会议论文集[C];2011年

6 温丰;柴晓杰;朱智平;董小明;邹伟;原魁;;基于新型人工路标系统的视觉SLAM算法研究[A];第二十九届中国控制会议论文集[C];2010年

7 王宇韬;方勇纯;;鲁棒单目视觉SLAM系统研究[A];中国自动化学会控制理论专业委员会C卷[C];2011年

8 李海洋;李洪波;林颖;刘贺平;杨东方;;基于Kinect的SLAM方法[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

9 Jiantong Cheng;Jonghyuk Kim;Zhenyu Jiang;Weihua Zhang;;Tightly Coupled SLAM/GNSS for Land Vehicle Navigation[A];第五届中国卫星导航学术年会论文集-S9 组合导航与导航新方法[C];2014年

10 ;Simultaneous Localization and Map Building Using Constrained State Estimate Algorithm[A];第二十七届中国控制会议论文集[C];2008年

相关重要报纸文章 前1条

1 肖征荣;好软件少不了它们[N];电脑报;2003年

相关博士学位论文 前9条

1 赵一路;人机交互环境下的主动SLAM及相关问题研究[D];复旦大学;2013年

2 康轶非;不依赖GPS定位理论及方法研究[D];北京交通大学;2015年

3 苑全德;基于视觉的多机器人协作SLAM研究[D];哈尔滨工业大学;2016年

4 程见童;基于压缩非线性滤波与图论的同时定位与构图方法研究[D];国防科学技术大学;2015年

5 王道斌;基于天空偏振光的SLAM方法的研究[D];中国科学技术大学;2014年

6 林睿;基于图像特征点的移动机器人立体视觉SLAM研究[D];哈尔滨工业大学;2011年

7 游弋;SLE相关候选基因FCRL3，SLAM的SNP分析及其功能研究[D];第三军医大学;2008年

8 吴叶斌;基于全景视觉的移动机器人SLAM方法研究[D];哈尔滨工程大学;2011年

9 陈晨;基于Sigma点滤波的移动机器人同时定位与地图创建算法的研究[D];北京交通大学;2013年

相关硕士学位论文 前10条

1 熊斯睿;基于立体全景视觉的移动机器人3D SLAM研究[D];哈尔滨工业大学;2015年

2 王淮卿;基于互联网与SLAM的移动机器人系统研究[D];哈尔滨工业大学;2015年

3 李贵亚;基于立体视觉的机器人SLAM算法研究[D];哈尔滨工业大学;2015年

4 薛永胜;变电站巡检机器人SLAM算法及其应用研究[D];西南科技大学;2015年

5 赵亮;水下机器人视觉SLAM方法中的图像特征点提取技术研究[D];电子科技大学;2014年

6 胡衡;基于单目视觉的SLAM方法研究[D];新疆大学;2015年

7 黄志明;动态稀疏环境下移动机器人SLAM问题研究[D];北京化工大学;2015年

8 赵新哲;基于改进粒子滤波的分布式SLAM算法研究[D];北京工业大学;2015年

9 李洪臣;单目视觉移动机器人SLAM方法建模与仿真分析[D];电子科技大学;2014年

10 丁洁琼;基于RGB-D的SLAM算法研究[D];西安电子科技大学;2014年

，

本文编号：2266440