当前位置:主页 > 科技论文 > 自动化论文 >

基于障碍物识别的轮腿式移动机器人自主越障研究

发布时间:2021-09-04 17:34
  机器人已经越来越多地应用于人类的生产生活中,具有越障能力的移动机器人因其较强的环境适应性多用于抢险救灾、科学探索和军事作战等场景。本课题以应用于的野外作战环境的轮腿式移动机器人为研究对象,开展自主越障功能的研究。本课题中的机器人依靠其悬挂和轴距可调的结构特点,通过改变自身形态以达到越障目的,越障主要面向正障碍、负障碍和壕沟障碍三类场景,越障的自主性基于对障碍物的识别实现,障碍物识别采用基于地图的方法。首先,采用分段式的方法规划了机器人对上述三类障碍的越障动作,建立质心运动学模型得到机器人的质心坐标公式,基于质心投影法建立稳定裕度模型得到其稳定裕度角公式,通过选取越障中的关键姿态,对机器人的越障能力和稳定性进行了分析,确定了机器人的越障能力和越障控制变量的取值方案。其次,根据实时构建的高程图实现了对上述三类障碍的识别。基于通用网格地图库Grid Map Library,开发了一种能够“跟随”机器人移动并显示的高程图算法;采用基于平面拟合的地面分割算法,实现了地面与障碍物的分割;对于正障碍识别,提出了基于最小矩形包围盒的识别算法,算法将计算与障碍物形态最接近的包围盒;对于负障碍和壕沟障碍的... 

【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】:93 页

【学位级别】:硕士

【部分图文】:

基于障碍物识别的轮腿式移动机器人自主越障研究


通过视差图进行障碍物检测激光雷达与相机相比,不易受到光照等环境因素影响,并且能够获得更加精确

二维图,二维,激光,障碍物


哈尔滨工业大学硕士学位论文-5-Labayrade等人[20]在2002年提出了“V-视差”的概念,在“V-视差”空间中,理想的道路平面和垂直障碍物分别表现为一条倾斜直线和垂直线,Hu等人[21]在Labayrade的工作的基础上进一步提出了“U-V视差”的概念,用于在更普遍的道路行驶环境中对路面结构和障碍物的识别。电子科技大学的Zhang等人提出了一种基于视差图分割的障碍物识别方法[22]。首先利用ZED相机获得视差图,通过直方图分析的方法对视差图进行二值化处理,此时二值图像中存在许多噪声对象,然后基于列统计对二值图像进行滤波,利用滤波后的图像就可以分割出障碍物区域,最后计算出障碍物在视差图中的大小和位置,识别流程如图2-2所示。近年来发展迅速的深度学习技术在物体识别领域也发挥了巨大作用,但是多用于物体分类和区域划分[23],对障碍物空间信息的识别能力有所欠缺。图2-2通过视差图进行障碍物检测激光雷达与相机相比,不易受到光照等环境因素影响,并且能够获得更加精确的空间信息,其相关技术近年来发展迅速,成为障碍物识别的重要手段。厦门大学的Pang等人采用“向下看”的二维激光雷达来检测路面和障碍物[24],如图2-3所示。该方法首先从原始传感器数据中提取线段,然后通过线段的平均高度以及前后线段位置关系实时估计道路的高度和向量,最后根据当前扫面线与先前估计的地面高度和向量的偏差,将线段划分为道路地面或障碍物。a)“向下看”安装的激光雷达b)障碍物检测结果图2-3基于二维激光雷达的障碍物识别2016年中国智能汽车未来挑战赛冠军JJUV-5的环境感知系统采用了一种基于栅格化三维点云的方法[25]。该方法首先对原始点云进行道路分割,对分割后的

基于障碍物识别的轮腿式移动机器人自主越障研究


基于栅格化三

【参考文献】:
期刊论文
[1]基于多传感器信息融合的输电线路巡检机器人自主越障方法研究[J]. 王吉岱,徐东晓,孙爱芹,张庆伟,侯建国,刘毅,张斌.  机床与液压. 2020(09)
[2]一种仿生八足机器人的设计与越障仿真[J]. 何悦,周鹏,杨晓帅,解鑫.  制造业自动化. 2018(09)
[3]关节式履带机器人爬楼梯动态稳定性分析[J]. 饶伟,施家栋,王建中.  机械工程学报. 2014(15)
[4]变形机器人倾翻稳定性仿真分析[J]. 刘金国,王越超,李斌,马书根.  系统仿真学报. 2006(02)
[5]履带腿式非结构环境移动机器人特性分析[J]. 信建国,李小凡,王忠,姚辰,原培章.  机器人. 2004(01)

硕士论文
[1]移动机器人典型环境识别与运动控制方法及应用研究[D]. 刘宸.沈阳理工大学 2018
[2]基于车载多激光雷达的地图构建与障碍物检测[D]. 林辉.浙江大学 2017
[3]关节式履带移动机器人自主越障行为控制[D]. 郝阳.北京理工大学 2015
[4]轮腿复合式机器人控制系统设计及越障分析[D]. 孙鹏飞.哈尔滨工业大学 2011
[5]轮腿复合式移动机器人越障分析与控制系统设计[D]. 房玉吉.哈尔滨工业大学 2010



本文编号:3383703

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3383703.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户baff9***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com