面向服务机器人的室内动态环境地图构建的研究
发布时间：2020-07-04 17:18
【摘要】：移动服务机器人正在逐步融入人们的生活,它从科学研究向产业化过渡的过程中,对机器人技术提出了新的挑战。室内动态环境下的同时定位与建图(Si-multaneous Localization and Mapping,SLAM)问题就是其中的一个典型代表。在传统的SLAM问题研究中,往往假定环境是不随着时间发生改变的;移动智能服务机器人走进人们的生活环境时,不得不面对环境中移动的人群、家具位置变动等问题。这使得传统的SLAM算法无法满足这种应用需求。本文对室内动态环境的特征进行了分析,提出了基于图优化的适用于室内动态环境的SLAM算法。本文的工作,主要集中在对问题建模、系统不确定分析、误差处理、数据关联等方面,相关的研究内容介绍如下:1.本文首先对SLAM问题的发展历程和研究现状进行了介绍,引出了时下最新的基于图优化的SLAM算法。文章对基于图优化的SLAM算法的原理及相关技术问题进行了介绍,同时分析了动态环境对该算法的挑战。2.本文对室内动态环境进行了分析,根据物体的运动特性不同,将它们划分成动态障碍物和准动态障碍物。并具体分析了每一种障碍物对基于图优化的SLAM算法构成的挑战。从问题出发,提出了通过提取环境的几何特征过滤动态障碍物,通过对机器人当前局部环境进行建模检测准动态障碍物的算法框架。3.针对激光数据的特征提取问题,文章根据激光传感器的工作原理和数据特征提出了自适应阈值的分割算法。算法通过计算相邻激光点的距离信息,预测当前激光点的位置,通过判断激光点的实际位置和预测位置之间的误差,实现对激光数据的断点检测。算法不仅计算速度快,而且检测准确率高。在分割得到的数据基础上,文章阐述了直线特征和圆弧特征的提取及融合方法,并分析了其中的误差。4.针对位姿图的帧间数据关联问题,本文提出了里程计和激光数据的融合算法。融合算法既解决了里程计数据的精度低和累积误差问题,又解决了激光数据匹配的初值依赖问题。以激光数据和里程计数据的融合算法为基础,降低了帧间数据关联的误差。5.针对特征贫乏的激光数据匹配困难的问题,文章提出通过计算激光数据的Fisher信息矩阵,对激光数据匹配可能造成的误差进行评价的方法。Fisher信息矩阵的特征值和特征向量能刻画激光数据中蕴含的信息量,因此能评估匹配失败发生的概率。6.针对传统位姿图无法对动态环境进行建模的问题,文章定义了信息位姿图模型,通过在激光数据和节点中添加标记信息,对环境中位姿发生变化的物体进行建模,减少了这些物体造成错误环约束的概率。
【学位授予单位】：中国科学技术大学
【学位级别】：博士
【学位授予年份】：2019
【分类号】：TP242
【图文】：
人技术进行研宄，以实现“家家都有机器人”为宏伟目标。逡逑国内外的科研机构和公司近些年推出了多款智能服务机器人，用于科学研逡逑宄和满足一些日常的服务需求。图１．１（ａ）是美国Ｓａｖｏｉｋｅ公司研发的酒店服务机逡逑器人Ｒｅｌａｙ，用于在酒店中自动为客房运送牙刷、毛巾和其它物品？，图１．１（ｂ）是逡逑日本软银集团推出的迎宾机器人Ｐｅｐｐｅｒ，用于在电信营业厅内为用户办理简单逡逑的业务和提供咨询服务；图１．１（ｃ）是美国Ｗｉｌｌｏｗ邋Ｇａｒａｇｅ公司推出的ＰＲ２个人机逡逑器人，主要用于科学研宄；图１．１（ｄ）是中国科学技术大学多智能体系统实验室４自逡逑主研制的“可佳”智能服务机器人。“可佳”团队对机器人的高级认知功能进行逡逑了长期深入的研宄，在多模式自然语言处理、集成规划系统和网络知识自动获取逡逑方面取得了较大的进展［１］。“可佳”机器人，２０１３年被国际顶级期刊ＪＨＲＩ的逡逑ＨＲＩ邋Ｐｅｒｓｐｅｃｔｉｖｅｓ邋ａｎｄ邋Ｐｒｏｊｅｃｔｓ邋ｆｒｏｍ邋ａｒｏｕｎｄ邋ｔｈｅ邋Ｇｌｏｂａｌ邋专辑，收录具有代表性的大型逡逑系统。图１．１（ｅ）是基于“可佳”机器人技术平台，研发的人型机器人“佳佳”，实逡逑现了在大型购物商场内的导购和迎宾功能。逡逑面向服务的智能机器人需要在实时多变的环境中
己知机器人位姿的环境建模问题主要研宄如何在建模过程中处理传感器逡逑信息ｄ中的观察噪声和机器人的运动ＩＩ噪声，以及环境模型ｍ的表示方法。逡逑如图１．２所示，黄色五角星代表“路标”在真实世界中的位置，黄色的圆圈代表逡逑机器人的真实位姿（圆圈上的直线表示机器人的朝向），虚线为机器人在不同位置逡逑对环境模型的观察，则己知机器人位姿的环境建模问题依据机器人的自身位姿逡逑和对环境模型的观察，估计观察到的“路标”在真实世界中的具体位置，图中蓝逡逑色五角星表示机器人对环境模型的一个估计。逡逑赛逡逑尓逦！邋＼逡逑‘邋Ｌ＇ｈ、一逡逑！邋—逡逑Ｉ逡逑Ｉ逡逑图１．２己知机器人位姿的环境建模问题逡逑当环境模型ｍ己知时，根据传感器信息ｄ和机器人的控制指令Ｕ估计机器逡逑人当前位姿ｘ的后验概率，是式１．２描述的定位问题。如图１．３所示，蓝色圆圈的逡逑位置和朝向，表示机器人根据已知的黄色“路标”的位置和对“路标”的观察，逡逑估计得到的自身当前位置，由于观察噪声的存在，从图中可以看到，机器人对自逡逑身位姿的估计（蓝色圆圈）与真实位姿（黄色圆圈）有一定的偏差。己知环境模逡逑型的机器人定位问题主要研宄如何选取合适的状态估计方法解析传感器数据与逡逑环境模型间的关联关系
本文编号：2741365
【学位授予单位】：中国科学技术大学
【学位级别】：博士
【学位授予年份】：2019
【分类号】：TP242
【图文】：
人技术进行研宄，以实现“家家都有机器人”为宏伟目标。逡逑国内外的科研机构和公司近些年推出了多款智能服务机器人，用于科学研逡逑宄和满足一些日常的服务需求。图１．１（ａ）是美国Ｓａｖｏｉｋｅ公司研发的酒店服务机逡逑器人Ｒｅｌａｙ，用于在酒店中自动为客房运送牙刷、毛巾和其它物品？，图１．１（ｂ）是逡逑日本软银集团推出的迎宾机器人Ｐｅｐｐｅｒ，用于在电信营业厅内为用户办理简单逡逑的业务和提供咨询服务；图１．１（ｃ）是美国Ｗｉｌｌｏｗ邋Ｇａｒａｇｅ公司推出的ＰＲ２个人机逡逑器人，主要用于科学研宄；图１．１（ｄ）是中国科学技术大学多智能体系统实验室４自逡逑主研制的“可佳”智能服务机器人。“可佳”团队对机器人的高级认知功能进行逡逑了长期深入的研宄，在多模式自然语言处理、集成规划系统和网络知识自动获取逡逑方面取得了较大的进展［１］。“可佳”机器人，２０１３年被国际顶级期刊ＪＨＲＩ的逡逑ＨＲＩ邋Ｐｅｒｓｐｅｃｔｉｖｅｓ邋ａｎｄ邋Ｐｒｏｊｅｃｔｓ邋ｆｒｏｍ邋ａｒｏｕｎｄ邋ｔｈｅ邋Ｇｌｏｂａｌ邋专辑，收录具有代表性的大型逡逑系统。图１．１（ｅ）是基于“可佳”机器人技术平台，研发的人型机器人“佳佳”，实逡逑现了在大型购物商场内的导购和迎宾功能。逡逑面向服务的智能机器人需要在实时多变的环境中
己知机器人位姿的环境建模问题主要研宄如何在建模过程中处理传感器逡逑信息ｄ中的观察噪声和机器人的运动ＩＩ噪声，以及环境模型ｍ的表示方法。逡逑如图１．２所示，黄色五角星代表“路标”在真实世界中的位置，黄色的圆圈代表逡逑机器人的真实位姿（圆圈上的直线表示机器人的朝向），虚线为机器人在不同位置逡逑对环境模型的观察，则己知机器人位姿的环境建模问题依据机器人的自身位姿逡逑和对环境模型的观察，估计观察到的“路标”在真实世界中的具体位置，图中蓝逡逑色五角星表示机器人对环境模型的一个估计。逡逑赛逡逑尓逦！邋＼逡逑‘邋Ｌ＇ｈ、一逡逑！邋—逡逑Ｉ逡逑Ｉ逡逑图１．２己知机器人位姿的环境建模问题逡逑当环境模型ｍ己知时，根据传感器信息ｄ和机器人的控制指令Ｕ估计机器逡逑人当前位姿ｘ的后验概率，是式１．２描述的定位问题。如图１．３所示，蓝色圆圈的逡逑位置和朝向，表示机器人根据已知的黄色“路标”的位置和对“路标”的观察，逡逑估计得到的自身当前位置，由于观察噪声的存在，从图中可以看到，机器人对自逡逑身位姿的估计（蓝色圆圈）与真实位姿（黄色圆圈）有一定的偏差。己知环境模逡逑型的机器人定位问题主要研宄如何选取合适的状态估计方法解析传感器数据与逡逑环境模型间的关联关系
【参考文献】
相关期刊论文 前1条
1 蔡自兴;肖正;于金霞;;动态环境中移动机器人地图构建的研究进展[J];控制工程;2007年03期
本文编号：2741365
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2741365.html
