基于多传感器融合的室内移动机器人定位算法研究

发布时间：2021-01-20 23:47

　　随着老龄化社会的到来,青年劳动力的减少,发展家庭服务型机器人已成为迫在眉睫的需求。智能扫地机器人作为服务机器人中第一个能够落地的产品,已经吸引了大批的研究者和工程技术人员研究相关的技术,这就要求智能扫地机器人能够实时估计自己的位姿信息,同时进行路径规划完成全覆盖清扫,从而使得EKF数据融合、视觉SLAM和紧耦合算法成为研究中的关键技术。本文对智能扫地机器人室内定位算法涉及的相关技术进行研究,主要工作如下:首先,研究了光流计定位原理,针对单个传感器无法满足所有的应用场景问题,改进了一种基于扩展卡尔曼滤波器对多传感器数据进行融合的方法。该方法建立了移动机器人的系统模型和观测模型,然后设计了适用于扫地机器人平台的扩展卡尔曼滤波器。通过实验,验证了基于EKF融合较里程计+IMU融合（或光流计+IMU融合）能够在一定程度上克服尺度不一致的问题,提高室内移动机器人航位推算定位的精度和鲁棒性。其次,研究了ORB-SLAM2算法框架和三线程工作原理,针对目前ORB-SLAM2中加载DBo W2词汇库耗时长和占用大量系统内存等问题,改进了一种对DBo W2词汇库进行优化的方法;同时训练得到了针对家庭场景... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状
        1.2.1 智能扫地机器人研究现状
        1.2.2 SLAM技术研究现状
        1.2.3 多传感器融合技术研究现状
        1.2.4 紧耦合的视觉惯导SLAM技术研究现状
    1.3 本文的主要研究内容
第2章 基于EKF数据融合的定位算法研究
    2.1 引言
    2.2 光流计定位原理研究
        2.2.1 光流计简介
        2.2.2 光流计测试实验
    2.3 移动机器人系统模型和观测模型的建立
        2.3.1 移动机器人系统模型的建立
        2.3.2 传感器观测模型的建立
    2.4 扩展卡尔曼滤波器设计
    2.5 三种定位方案实验对比
        2.5.1 融合模型的建立
        2.5.2 实验结果
    2.6 本章小结
第3章 视觉SLAM算法优化研究
    3.1 引言
    3.2 ORB-SLAM2算法研究
    3.3 DBOW2词汇库优化研究
        3.3.1 DBoW2词汇库优化
        3.3.2 DBoW2优化实验
    3.4 基于平面3-DOFVSLAM算法优化研究
        3.4.1 平面3-DOFVSLAM算法优化
        3.4.2 平面3-DOFVSLAM算法仿真
    3.5 本章小结
第4章 基于多传感器融合的紧耦合算法研究
    4.1 引言
    4.2 VIO系统架构
        4.2.1 系统描述
        4.2.2 惯导预积分
    4.3 视觉惯导初始化状态估计
        4.3.1 陀螺仪零偏估计
        4.3.2 视觉尺度估计
    4.4 紧耦合的视觉惯导融合算法
        4.4.1 滑动窗口模型
        4.4.2 相机测量模型
        4.4.3 里程计和光流计测量模型
        4.4.4 IMU测量模型
    4.5 本章小结
第5章 移动机器人平台搭建及实验研究
    5.1 引言
    5.2 移动机器人平台搭建
        5.2.1 Create2硬件平台搭建
        5.2.2 STM32F407平台软件设计
    5.3 Create2平台实体实验
        5.3.1 不同材质表面对比实验
        5.3.2 两种场景下的定位实验
        5.3.3 VISLAM系统优化对比实验
    5.4 本章小结
结论
参考文献
致谢



本文编号：2990018