基于ROS的移动机器人导航技术研究

发布时间：2017-03-28 20:22

  本文关键词：基于ROS的移动机器人导航技术研究，由笔耕文化传播整理发布。

【摘要】：移动机器人自主导航是将各种传感器信息融合,获取机器人所在环境信息,决策机器人行程,并实时引导机器人到达目标点的关键技术。论文结合“智能化机器人系统”项目和国防科工局“核环境机器人系统”项目的具体需求,对移动机器人实现动态环境下多目标运动导航的实现过程的关键技术:车体建模、动态避障、多目标规划进行研究。根据移动机器人的机械、电气、智能性能进行车体建模,将车体控制与路径规划结合,提出一种学习型的神经网络PID四轮驱动3D模型,对具有独立结构的四轮型移动机器人进行速度控制使其严格按照预定轨迹运动,使得路径规划后机器人可实现避障导航。针对导航中全局路径规划与局部路径规划结合的问题,提出分级遗传算法规划,全局规划采用TSP商旅行程经典的遗传算法模型解决多目标点行程次序,局部路径规划采用基于栅格地图插点的遗传算法寻优模型解决单目标点的导航,分级规划兼顾有效性与实时性,动态避障规划时以运动物体的包围盒建立动态栅格地图,以距离、时间、能量等为综合适应度值寻找一条从起始状态到目标状态无碰撞的最优或次最优路径,使之尽可能的平滑和安全,较好的满足机器人多目标全局规划与局部动态避障的要求。在开源机器人操作系统ROS下调用V REP机器人仿真平台,对建立的的3D多障碍物的动态环境进行机器人运动学仿真实验,验证了基于分级遗传算法导航策略的有效性。
【关键词】：分级遗传算法 神经网络PID 动态避障 多目标规划 ROS机器人
【学位授予单位】：西南科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP242
【目录】：

• 摘要4-5
• Abstract5-8
• 第一章 绪论8-17
• 1.1 课题研究背景及意义8-9
• 1.2 移动机器人导航研究现状9-13
• 1.2.1 机器人导航方式9-12
• 1.2.2 机器人导航的智能算法12-13
• 1.3 导航技术展望13-14
• 1.4 机器人操作系统ROS14-15
• 1.5 ROS调用仿真软件VREP15-16
• 1.6 本文的研究过程16-17
• 第二章 移动机器人建模17-38
• 2.1 引言17-18
• 2.2 机械结构18-20
• 2.3 运动学分析20-24
• 2.4 神经网络PID速度控制24-26
• 2.5 控制系统测试实验26-37
• 2.5.1 直线行驶实验26-30
• 2.5.2 圆周行驶实验30-35
• 2.5.3 多段线行驶实验35-37
• 2.6 本章小结37-38
• 第三章 移动机器人避障38-53
• 3.1 引言38
• 3.2 环境建模38-39
• 3.3 遗传算法避障规划原理39-45
• 3.3.1 遗传算法简介39-40
• 3.3.2 避障算法建模40-41
• 3.3.3 适应度函数设计41
• 3.3.4 选择算子41-42
• 3.3.5 变异算子42-44
• 3.3.6 参数控制44-45
• 3.4 路径规划仿真45-52
• 3.4.1 栅格地图创建45-47
• 3.4.2 遗传算法路径规划47-48
• 3.4.3 路径规划仿真对比48-50
• 3.4.4 机器人行走测试50-52
• 3.5 本章小结52-53
• 第四章 动态环境机器人避障53-68
• 4.1 引言53
• 4.2 动态环境建模53-56
• 4.2.1 静态障碍物的描述54
• 4.2.2 动态障碍物的描述54-55
• 4.2.3 激光雷达障碍物测距55-56
• 4.3 障碍物轨迹已知的运动规划56-58
• 4.3.1 运动轨迹编码56
• 4.3.2 综合适应度函数56-58
• 4.4 障碍物轨迹未知的运动规划58-59
• 4.5 路径规划仿真实验59-67
• 4.5.1 障碍物轨迹已知的避障59-63
• 4.5.2 障碍物轨迹未知的避障63-67
• 4.6 本章小结67-68
• 第五章 多目标运动导航68-79
• 5.1 引言68
• 5.2 TSP路径规划的数学描述68-69
• 5.3 TSP编码方式69-70
• 5.4 求解TSP路径规划的遗传算法70-71
• 5.5 遗传算子控制71-73
• 5.6 路径规划仿真73-78
• 5.7 本章小结78-79
• 第六章 结论79-80
• 6.1 课题所完成的工作79
• 6.2 改进方向79-80
• 致谢80-81
• 参考文献81-85
• 攻读硕士学位期间发表的学术论文及研究成果85

  本文关键词：基于ROS的移动机器人导航技术研究，由笔耕文化传播整理发布。

，

本文编号：272983