基于高效栅格地图计算的多目标动态避障方法研究
发布时间：2021-08-18 21:21
动态环境下的路径规划是机器人安全高效地完成导航任务的重要保证,特别是在有行人参与的环境中,机器人必须具备一定与环境的交互反应能力。现有的算法大多为获取行人信息而设置专有的目标检测模块,甚至为此配备专属传感器,跟踪与预测行人的运动状态。然而由此带来了两方面的问题:一是在目标识别、跟踪、预测与多源传感器信息融合环节需要额外的计算开销,无法为后续避障算法提供低时延环境信息,对人类的生命安全造成直接威胁;二是作为典型的完整约束目标,人类行动具有不可预知性,即行人具备在任意时刻任意地点改变运动方向与速度,根据行人的先验行为而做出的预测在严格意义上来说并不可靠。为提高行人参与的动态环境下机器人避障算法的可靠性与安全性,受自动驾驶技术的启发,本文引入对动态环境表征与多源传感器信息融合更具优势的动态栅格地图,围绕如何高效计算动态栅格地图,以及如何有效利用动态目标的速度信息而开展研究,提出一种适用于多动态目标环境的实时避障方法:首先,为感知动态环境,将机器人避障环境定义为随机动态系统,设计多目标状态估计器PHD/MIB滤波器,并引入D-S证据理论对未观测栅格做近似处理,削减不必要的环境表征计算,完成DS...
【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
【部分图文】：
图1-1双目视觉行人跟踪平台
哈尔滨工业大学工学硕士学位论文-22-标，而分列其上下两边的目标则分别从左右两边以恒定速度对向移动。从滤波结果图（b）来看，各个栅格的滤波结果将参考图右下角的色环，以不同色域来表征所对应的速度方向与大校a）模拟目标数据b）滤波后的速度估计效果图2-4仿真器滤波效果示意图2.5.2动态栅格地图的粒子滤波实现为了通过仿真数据来验证前文所设计的滤波器对点目标速度信息的估计效果以及对动/静态目标的分辨能力，本节的仿真实验首先将对上述这两个方面加以验证。2.5.2.1动态障碍物的速度估计验证在速度估计测试中，初始状态下，左右两端的待测目标分别位于栅格坐标255,255中的[100.25,100.0]与[150.25,150.0]，二者在X轴方向相距50cells。仿真开始后，分别以每个采样周期移动5cells的速度对向运动。经滤波器计算后的速度估计可视化效果如图2-5所示。图2-5连续目标速度估计可视化以目标所占栅格个数为计量单位，针对不同新生粒子概率Bp，对速度估计过程中获取速度真值的栅格数量占比进行统计，结果如图2-6所示。
哈尔滨工业大学工学硕士学位论文-22-标，而分列其上下两边的目标则分别从左右两边以恒定速度对向移动。从滤波结果图（b）来看，各个栅格的滤波结果将参考图右下角的色环，以不同色域来表征所对应的速度方向与大校a）模拟目标数据b）滤波后的速度估计效果图2-4仿真器滤波效果示意图2.5.2动态栅格地图的粒子滤波实现为了通过仿真数据来验证前文所设计的滤波器对点目标速度信息的估计效果以及对动/静态目标的分辨能力，本节的仿真实验首先将对上述这两个方面加以验证。2.5.2.1动态障碍物的速度估计验证在速度估计测试中，初始状态下，左右两端的待测目标分别位于栅格坐标255,255中的[100.25,100.0]与[150.25,150.0]，二者在X轴方向相距50cells。仿真开始后，分别以每个采样周期移动5cells的速度对向运动。经滤波器计算后的速度估计可视化效果如图2-5所示。图2-5连续目标速度估计可视化以目标所占栅格个数为计量单位，针对不同新生粒子概率Bp，对速度估计过程中获取速度真值的栅格数量占比进行统计，结果如图2-6所示。
【参考文献】：
期刊论文
[1]基于深度学习的行人检测技术研究进展[J]. 黄同愿,向国徽,杨雪姣. 重庆理工大学学报(自然科学). 2019(04)
[2]一种基于激光雷达传感器的行人检测方法[J]. 韩骁枫,陆建峰,李祥瑞,赵春霞. 哈尔滨工程大学学报. 2019(06)
[3]中国机器人产业发展现状与展望[J]. 曲道奎. 中国科学院院刊. 2015(03)
[4]改进人工势场法的移动机器人路径规划[J]. 于振中,闫继宏,赵杰,陈志峰,朱延河. 哈尔滨工业大学学报. 2011(01)
[5]一种基于激光雷达和视觉的行人检测方法[J]. 钱慧佳,杨明,李顥,王春香. 上海交通大学学报. 2010(07)
[6]基于新人工势场函数的机器人动态避障规划[J]. 樊晓平,李双艳,陈特放. 控制理论与应用. 2005(05)
博士论文
[1]未知场景参数下的概率假设密度滤波多传感器目标跟踪算法研究[D]. 杨丹.西安电子科技大学 2019
硕士论文
[1]基于强化学习的无地图导航策略研究[D]. 马留龙.哈尔滨工业大学 2019
[2]基于人工势场法的双目视觉动态避障研究[D]. 陈珊.河北大学 2018
[3]基于行人追踪预测的护士助手机器人避障方法研究[D]. 董文杰.哈尔滨工业大学 2018
[4]激光点云人车目标识别及运动信息提取[D]. 王林.武汉理工大学 2014
本文编号：3350648
【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
【部分图文】：
图1-1双目视觉行人跟踪平台
哈尔滨工业大学工学硕士学位论文-22-标，而分列其上下两边的目标则分别从左右两边以恒定速度对向移动。从滤波结果图（b）来看，各个栅格的滤波结果将参考图右下角的色环，以不同色域来表征所对应的速度方向与大校a）模拟目标数据b）滤波后的速度估计效果图2-4仿真器滤波效果示意图2.5.2动态栅格地图的粒子滤波实现为了通过仿真数据来验证前文所设计的滤波器对点目标速度信息的估计效果以及对动/静态目标的分辨能力，本节的仿真实验首先将对上述这两个方面加以验证。2.5.2.1动态障碍物的速度估计验证在速度估计测试中，初始状态下，左右两端的待测目标分别位于栅格坐标255,255中的[100.25,100.0]与[150.25,150.0]，二者在X轴方向相距50cells。仿真开始后，分别以每个采样周期移动5cells的速度对向运动。经滤波器计算后的速度估计可视化效果如图2-5所示。图2-5连续目标速度估计可视化以目标所占栅格个数为计量单位，针对不同新生粒子概率Bp，对速度估计过程中获取速度真值的栅格数量占比进行统计，结果如图2-6所示。
哈尔滨工业大学工学硕士学位论文-22-标，而分列其上下两边的目标则分别从左右两边以恒定速度对向移动。从滤波结果图（b）来看，各个栅格的滤波结果将参考图右下角的色环，以不同色域来表征所对应的速度方向与大校a）模拟目标数据b）滤波后的速度估计效果图2-4仿真器滤波效果示意图2.5.2动态栅格地图的粒子滤波实现为了通过仿真数据来验证前文所设计的滤波器对点目标速度信息的估计效果以及对动/静态目标的分辨能力，本节的仿真实验首先将对上述这两个方面加以验证。2.5.2.1动态障碍物的速度估计验证在速度估计测试中，初始状态下，左右两端的待测目标分别位于栅格坐标255,255中的[100.25,100.0]与[150.25,150.0]，二者在X轴方向相距50cells。仿真开始后，分别以每个采样周期移动5cells的速度对向运动。经滤波器计算后的速度估计可视化效果如图2-5所示。图2-5连续目标速度估计可视化以目标所占栅格个数为计量单位，针对不同新生粒子概率Bp，对速度估计过程中获取速度真值的栅格数量占比进行统计，结果如图2-6所示。
【参考文献】：
期刊论文
[1]基于深度学习的行人检测技术研究进展[J]. 黄同愿,向国徽,杨雪姣. 重庆理工大学学报(自然科学). 2019(04)
[2]一种基于激光雷达传感器的行人检测方法[J]. 韩骁枫,陆建峰,李祥瑞,赵春霞. 哈尔滨工程大学学报. 2019(06)
[3]中国机器人产业发展现状与展望[J]. 曲道奎. 中国科学院院刊. 2015(03)
[4]改进人工势场法的移动机器人路径规划[J]. 于振中,闫继宏,赵杰,陈志峰,朱延河. 哈尔滨工业大学学报. 2011(01)
[5]一种基于激光雷达和视觉的行人检测方法[J]. 钱慧佳,杨明,李顥,王春香. 上海交通大学学报. 2010(07)
[6]基于新人工势场函数的机器人动态避障规划[J]. 樊晓平,李双艳,陈特放. 控制理论与应用. 2005(05)
博士论文
[1]未知场景参数下的概率假设密度滤波多传感器目标跟踪算法研究[D]. 杨丹.西安电子科技大学 2019
硕士论文
[1]基于强化学习的无地图导航策略研究[D]. 马留龙.哈尔滨工业大学 2019
[2]基于人工势场法的双目视觉动态避障研究[D]. 陈珊.河北大学 2018
[3]基于行人追踪预测的护士助手机器人避障方法研究[D]. 董文杰.哈尔滨工业大学 2018
[4]激光点云人车目标识别及运动信息提取[D]. 王林.武汉理工大学 2014
本文编号：3350648
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3350648.html
