煤矿救援机器人自主建图和导航技术研究

发布时间：2020-04-07 16:43

【摘要】：近年来,随着科学技术的发展,尤其在人工智能、机器人和计算机领域的突破,自主移动机器人的研究和开发取得了长足的进步。移动机器人在灾后现场实现探测的救援机器人也陆续开始出现,代替救援人员执行对灾害现场环境信息探测的任务。自主探测的救援机器人主要与环境及其自身的定位感知密不可分,这两项技术被统称为即时定位与地图构建(SLAM,Simultaneous Location and Mapping)),SLAM技术是移动机器人领域的研究热点和关键技术。本课题以煤矿救援机器人为应用背景,对机器人技术在定位与地图构建、导航与路径规划中的方法进行研究,同时构建了集嵌入式、软件应用、地图构建和路径规划于一体的煤矿救援机器人原型机。机器人操作系统(ROS,Robot Operating System),由斯坦福大学与Willow Garage公司共同研发,在机器人领域已成为主流的开发平台。该系统提供标准的操作系统环境和大量的算例库,它可以实现硬件与PC中进程、PC中各进程间通信的功能,通过ROS可以将算法计算结果通过节点发布控制指令给底层控制层。本文针对即时定位与地图构建问题和路径规划问题展开研究,具体研究工作主要包括以下方面:(1)针对SLAM技术在移动机器人中的应用进行了介绍,并简要总结了其在国内外的研究背景、意义和研究现状。介绍了SLAM技术的应用场景和研究方向,确定了课题的研究方向。(2)对实验平台的移动机器人运动模型和观测模型进行研究并建模,对机器人操作系统(ROS)和激光雷达的系统构建进行了研究,详细介绍了本文所用激光雷达扫描未知环境的的基本工作原理和建立基于激光雷达的观测模型,同时介绍了ROS系统基本框架和优点。(3)针对机器人的构图问题,对基于激光雷达的SLAM算法进行研究,针对RBPF-SLAM算法在重采样期间直接丢弃低权值的粒子,易导致诸如粒子枯竭、粒子多样性降低等问题,将量子粒子群优化算法引入RBPF-SLAM中,对粒子集进行调整,以解决重采样中的粒子枯竭现象。最后进行仿真实验,实验结果验证了基于量子粒子群优化的RBPF-SLAM算法的可行性,缓解了粒子枯竭问题。(4)接着针对基于SLAM提供环境地图的机器人导航进行研究,导航算法通过全局与局部路径规划两个方向进行研究。针对这两个方向,本课题提出了两种算法,并验证了算法在ROS中的有效性,最后在ROS中实现对实验平台的控制。(5)基于ROS平台设计并搭建了移动机器人实验平台综合系统框架,搭建了SLAM、路径规划、底层控制、坐标转换和远程控制模块。基于真实环境对移动机器人的实时地图构建与定位,本地导航和避障进行验证。实验证明了基于ROS设计的SLAM系统和移动机器人系统的可行性。图[62]表[4]参[56]。
【图文】：

地图,救援机

CUMT-Ⅰ型煤矿探测型机器人 V2 救援机器人图 1-1 救援机器人Fig. 1-1 Rescue robot面向能够在未知环境中探索的自主移动机器人所面临的挑战是具有众多复杂地理标志和障碍的环境因素。然而需要面对的一个困难是移动机器人在没有未知环境地图的条件下探索和导航的能力，根据新的环境数据生成环境地图，在未知环境下识别自身的位置，地标和任何障碍，最后在没有人为控制的条件下在未知环境中执行自主导航的任务。移动机器人将知道它应该如何移动并“行动”以作为响应移动，图 1-2 显示了自主移动机器人如何工作的基本概念[13][14]。输入：从传感器读取数据（包含的地标和环境地理地图）构建地图：获取环境地图地理信息的提取部分或扇区（当前地图位置）

地图,系统组成,机器人,激光雷达

图 1-4 机器人自主探索系统组成图-4 Robot autonomous exploration system composition d快速地对周围环境进行扫描，得到环境中特征适应性好、抗干扰能力强、稳定性好。基于以机器人的外部传感器，其构建的系统具有实时个应用场景[28][29][30]。基于激光雷达的 SLAMg[31]，这是由 Giorgio Grisetti 等人基于粒子滤波以构建实时的 2D 环境地图，需要结合其它定MCL[33]）实现实时定位。2010 年，Konolige K效率问题，提出了 KartoSLAM[34]，其主要的创化的方法，利用了稀疏特性对问题进行求解，间的位姿估计，Kohlbrecher S 等人提出了的容易实现，只需提供激光雷达便可构建环境地图根据滤波方法的不同可分成基于滤波器的 SL
【学位授予单位】：安徽理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TD774;TP242

【参考文献】