自主导航智能巡逻车关键技术研究

发布时间：2020-04-10 15:20

【摘要】：区域环境中的自主导航技术是当前智能机器人课题的研究热点,基于自主导航的巡逻车可代替工作人员执行日常任务,深入危险现场进行抢险救援和相关服务性工作等,受到了国内外相关行业的广泛关注。自主导航控制方法涉及环境感知、行为决策和运动控制等关键技术,由于区域环境中先验信息不足,需结合定位、运动建模和规划控制方法进行解决。针对巡逻智能设备存在的定位与自主导航能力不足等问题,本论文基于高性能嵌入式架构进行自主导航巡逻车的关键技术研究。内容主要包括区域环境分类和路径规划方法研究,通过激光雷达与图像边缘检测方法的结合来完成可通行路径与障碍分辨、建立区域地图以及路径的选择的功能。在区域环境分类方面,在缺少先验信息的实际环境中,首先通过蒙特卡洛滤波法完成小车的区域定位。其次,针对环境中存在光线明暗、障碍边界区分存在误差以及单传感器检测可信度不高的问题,提出利用图像和激光雷达结合的方法提高区域分类准确性。一方面,通过基于道路基准宽度和平行线检测的Canny算子进行图像边缘检测,提取出区域的路面与障碍的边缘;另一方面,通过激光雷达高频采集环境的轮廓信息与图像提取的边缘信息进行对比,采用自适应加权平均法实现数据融合,提高路径边缘的可信度。针对区域地图建立,利用基于粒子滤波的SLAM方法,建立较为准确的巡逻环境地图。在路径规划方法方面,结合环境整体与局部特点,采用全局与局部路径规划结合的方式进行分析。在全局路径规划方面,分析了经典的Dijkstra与A*算法的原理与实现效果。针对存在搜索范围与安全性矛盾问题,本文采用了基于扩大邻域搜索范围和改进方向引导与指数衰减启发函数的A*算法,在保证通行安全性上提高了规划路径的效果。针对局部路径规划,采用的滑动窗口(DWA)方法,在动态环境下提高采样速度并预测轨迹,同时设置超宽带(UWB)标签作为路径复杂曲折拐点等区域的参考节点,对巡逻车行进路径进行及时修正,以达到更好的规划效果。本文通过上述区域路障分辨与地图建立、路径规划等关键方法的研究,经过对比分析可知能够有效通过复杂环境并规避障碍,较好完成在区域中的自主导航任务。
【图文】：

地图,自主导航,主要步骤,路径规划

随着移动互联网、云计算等新信息技术的融合，大批特殊用途的智能设备出现，如家庭卫生机器人、餐厅侍者服务机器人甚至陪伴机器人等都逐渐的出现在日常生活中。要实现在区域环境中的自主导航，首先要确定所处区域环境的地图，环境地图可通过环境中物体距离巡逻车的距离来表征，，通过所检测的距离信息勾勒出环境轮廓。“自主”指巡逻小车通过自身传感器的探测，确定所要行进的方向和速度，而不必通过人为遥控进行干预。自主巡逻车的智能化是技术的关键，有多人提出通过智能算法，如将深度神经网络[9-10]、混合遗传算法[11]等应用于自主导航中，通过机器学习来进一步对环境信息进行识别与分类，进而找到到达目标的最优解。此外，由于巡逻区域环境的复杂多变，在巡逻过程中需要利用传感器采集周围环境信息，通过判断自身与物体之间的位置关系，提高小车自适应和自主导航的能力，有效的多传感器融合算法也会提高对环境的识别精度，所以利用多传感器数据的融合技术也是研究巡逻车的热点技术。本文实现巡逻车自主导航主要步骤有环境信息采集、环境分类与建图以及区域路径规划三个方面，如图 1-1 所示。

框图,框图,自主导航,导航设备

2.1 自主导航原理导航即引导所控制设备遵循安全、快捷的路线前进。导航技术总体所涉及的是定位与已知位置或模式相比较的导航仪的位置。在广义上，导航可以指涉及确定位置和方向的任何技能或研究，包括定向运动和行人导航。导航方法是引导设备以一定的速度和方向完成运行过程的技术和方法。导航的基本方式有基于不依靠外界输入信息自主式和依靠输入信息的非自主式两类。不依靠外界信息的自主导航方式是只利用自身姿态来控制导航设备，如惯性导航等不借助发射或接收的信号，而是通过如陀螺仪、里程计等设备对自身角速度和行驶距离等计算，得出与外界之间的位置关系。非自主式是指由导航设备通过传感器、电磁波信号等方式对设备进行引导的方法，如超声波导航、激光导航、无线电导航以及卫星导航等，在借助外在信息指引下接近运动目标。导航提供运动设备的基本运动信息与参数，如所处位置、速度大小与方向和三轴姿态等。自主导航的实现需要确定自身在所处环境中的位置，导航、制导与控制之间的关系如图 2-1 所示。
【学位授予单位】：苏州科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP242

【参考文献】