室内移动机器人SLAM算法设计
发布时间：2021-10-10 12:01
为实现机器人的自主移动,首先要解决机器人的即时定位与地图构建（SLAM）问题。目前基于激光雷达的SLAM算法发展相对成熟。移动底盘与激光雷达作为激光SLAM系统主要传感器,传感器精度降低将导致SLAM算法输出的地图精度变差。本文拟在低精度传感器的条件下,通过对传感器数据的优化处理来提高其测量精度,并搭建一个完整的SLAM系统,优化后端优化算法,实现室内移动机器人自主定位与构建环境地图的能力。首先对SLAM系统各个部分进行建模,给出了基于贝叶斯滤波器的SLAM系统概率模型,建立传感器的测量模型来获取里程计与环境测量数据,建立基于似然场模型的系统观测模型来对机器人位姿预测结果进行修正。为获取二维室内环境的障碍物信息,给出栅格地图的数学模型。上述模型为后文的传感器数据处理策略以及粒子滤波算法优化奠定了数学基础。在机器人运动过程中移动底盘提供的里程计会产生累积误差。设计了轮式里程计的实时标定策略对该误差进行消除。采用PL-ICP算法对激光雷达扫描数据进行匹配计算,获取机器人位姿的参考真值。基于非线性最小二乘法对原始里程计进行标定计算,完成里程计累积误差的消除。激光雷达的扫描数据会在其快速移动时...
【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】：66 页
【学位级别】：硕士
【部分图文】：
SLAM系统主要传感器
2.3.2 激光雷达测距模型激光雷达的测距模型主要有以下两种：三角测距与 TOF（Time of Flight）测距。其中 TOF 测距方法使用光源发射激光，使用光电检测器接收激光。通过获取发射激光与接收激光的时差，即可计算出激光的飞行时间，进而计算出障碍物与雷达之间的距离。TOF 测距模型具有测距范围广且精度较高的优点，但因其造价昂贵，未在室内低成本机器人中大面积使用。虽然三角测距远距离测量精度与 TOF 测距模型相差较多，但是近距离测距精度较高，且成本较低，适用于室内环境，因此低成本室内移动机器人大多选择基于三角测距模型的激光雷达以降低成本。基于三角测距模型的激光雷达实物图如图 2-5 a 所示。图中左边小孔为激光发射器，右边稍大的孔为接受激光的光学摄像头。三角测距模型主要原理为三角形的角边角定理，激光发射器位置与摄像头光心以及扫描点构成的三角形如图 2-5 b 所示。
a) 雷达静止 b) 雷达以 90°/s 旋转图 3-2 激光雷达旋转造成的运动畸变3.3.2 基于线性插值法的雷达运动畸变去除策略设计激光雷达的扫描数据是粒子滤波 SLAM 算法建立地图，粒子权重估计的要依据。若产生雷达运动畸变后不做任何处理，则会严重影响 SLAM 算法对机器人定位与构建地图的精度。因此，本文借助里程计提供的位姿信息，提一种基于线性插值法的激光雷达运动畸变去除策略。里程计的更新频率较高，一般可以达到几百赫兹，且局部位姿估计精度较高；而低成本激光雷达的更新频率一般为 5~10Hz，因此一帧扫描数据中每一激光的时间戳必然落在连续两帧里程计的时间戳之间。这样可以通过线性插的方法将每束激光的发射位姿通过里程计位姿插值计算得出。进而将各束激的扫描点由发射位姿所在的坐标系向第一束激光所在的坐标系转移，并重新装为一帧扫描数据。以下是基于线性插值法的雷达运动畸变去除算法的具体骤：
【参考文献】：
期刊论文
[1]ORB-SLAM系统优化框架分析概述[J]. 邱笑晨,赵晨旭,张海,许辉. 导航定位与授时. 2019(03)
[2]激光扫描匹配方法研究综述[J]. 宗文鹏,李广云,李明磊,王力,李帅鑫. 中国光学. 2018(06)
[3]两种基于激光雷达的SLAM算法最优参数分析[J]. 高文研,平雪良,贝旭颖,陈威. 传感器与微系统. 2018(04)
[4]基于激光传感器的SLAM数据关联算法的研究[J]. 李延炬,肖宇峰,古松,贺希,郭正平. 微型机与应用. 2017(02)
[5]基于高斯分布重采样的Rao-Blackwellized粒子滤波SLAM算法[J]. 张毅,郑潇峰,罗元,庞冬雪. 控制与决策. 2016(12)
[6]一种改进的无人机FastSLAM1.0算法[J]. 沈永福,王希彬. 系统仿真技术. 2015(03)
[7]移动机器人FastSLAM算法的对比研究[J]. 汤文俊,张国良,敬斌. 计算机工程与设计. 2012(03)
[8]移动机器人SLAM中一种混合数据关联方法[J]. 邹智荣,蔡自兴,陈白帆. 小型微型计算机系统. 2011(07)
[9]基于粒子群优化的移动机器人SLAM方法[J]. 陈白帆,蔡自兴,袁成. 机器人. 2009(06)
[10]有效粒子数MCMC粒子滤波算法研究[J]. 冯驰,赵娜. 应用科技. 2009(04)
博士论文
[1]基于贝叶斯滤波器的移动机器人同时定位与地图创建算法研究[D]. 徐巍军.浙江大学 2016
硕士论文
[1]基于多传感器融合的移动机器人SLAM算法的研究与应用[D]. 潘志国.电子科技大学 2018
[2]双目立体视觉SLAM特征匹配与定位技术研究[D]. 陈建军.东华大学 2017
[3]基于图像特征点匹配的改进SLAM算法关键技术研究[D]. 戴雪梅.安徽工程大学 2016
[4]粒子滤波器重采样算法的研究与改进[D]. 王萌.哈尔滨工程大学 2008
本文编号：3428339
【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】：66 页
【学位级别】：硕士
【部分图文】：
SLAM系统主要传感器
2.3.2 激光雷达测距模型激光雷达的测距模型主要有以下两种：三角测距与 TOF（Time of Flight）测距。其中 TOF 测距方法使用光源发射激光，使用光电检测器接收激光。通过获取发射激光与接收激光的时差，即可计算出激光的飞行时间，进而计算出障碍物与雷达之间的距离。TOF 测距模型具有测距范围广且精度较高的优点，但因其造价昂贵，未在室内低成本机器人中大面积使用。虽然三角测距远距离测量精度与 TOF 测距模型相差较多，但是近距离测距精度较高，且成本较低，适用于室内环境，因此低成本室内移动机器人大多选择基于三角测距模型的激光雷达以降低成本。基于三角测距模型的激光雷达实物图如图 2-5 a 所示。图中左边小孔为激光发射器，右边稍大的孔为接受激光的光学摄像头。三角测距模型主要原理为三角形的角边角定理，激光发射器位置与摄像头光心以及扫描点构成的三角形如图 2-5 b 所示。
a) 雷达静止 b) 雷达以 90°/s 旋转图 3-2 激光雷达旋转造成的运动畸变3.3.2 基于线性插值法的雷达运动畸变去除策略设计激光雷达的扫描数据是粒子滤波 SLAM 算法建立地图，粒子权重估计的要依据。若产生雷达运动畸变后不做任何处理，则会严重影响 SLAM 算法对机器人定位与构建地图的精度。因此，本文借助里程计提供的位姿信息，提一种基于线性插值法的激光雷达运动畸变去除策略。里程计的更新频率较高，一般可以达到几百赫兹，且局部位姿估计精度较高；而低成本激光雷达的更新频率一般为 5~10Hz，因此一帧扫描数据中每一激光的时间戳必然落在连续两帧里程计的时间戳之间。这样可以通过线性插的方法将每束激光的发射位姿通过里程计位姿插值计算得出。进而将各束激的扫描点由发射位姿所在的坐标系向第一束激光所在的坐标系转移，并重新装为一帧扫描数据。以下是基于线性插值法的雷达运动畸变去除算法的具体骤：
【参考文献】：
期刊论文
[1]ORB-SLAM系统优化框架分析概述[J]. 邱笑晨,赵晨旭,张海,许辉. 导航定位与授时. 2019(03)
[2]激光扫描匹配方法研究综述[J]. 宗文鹏,李广云,李明磊,王力,李帅鑫. 中国光学. 2018(06)
[3]两种基于激光雷达的SLAM算法最优参数分析[J]. 高文研,平雪良,贝旭颖,陈威. 传感器与微系统. 2018(04)
[4]基于激光传感器的SLAM数据关联算法的研究[J]. 李延炬,肖宇峰,古松,贺希,郭正平. 微型机与应用. 2017(02)
[5]基于高斯分布重采样的Rao-Blackwellized粒子滤波SLAM算法[J]. 张毅,郑潇峰,罗元,庞冬雪. 控制与决策. 2016(12)
[6]一种改进的无人机FastSLAM1.0算法[J]. 沈永福,王希彬. 系统仿真技术. 2015(03)
[7]移动机器人FastSLAM算法的对比研究[J]. 汤文俊,张国良,敬斌. 计算机工程与设计. 2012(03)
[8]移动机器人SLAM中一种混合数据关联方法[J]. 邹智荣,蔡自兴,陈白帆. 小型微型计算机系统. 2011(07)
[9]基于粒子群优化的移动机器人SLAM方法[J]. 陈白帆,蔡自兴,袁成. 机器人. 2009(06)
[10]有效粒子数MCMC粒子滤波算法研究[J]. 冯驰,赵娜. 应用科技. 2009(04)
博士论文
[1]基于贝叶斯滤波器的移动机器人同时定位与地图创建算法研究[D]. 徐巍军.浙江大学 2016
硕士论文
[1]基于多传感器融合的移动机器人SLAM算法的研究与应用[D]. 潘志国.电子科技大学 2018
[2]双目立体视觉SLAM特征匹配与定位技术研究[D]. 陈建军.东华大学 2017
[3]基于图像特征点匹配的改进SLAM算法关键技术研究[D]. 戴雪梅.安徽工程大学 2016
[4]粒子滤波器重采样算法的研究与改进[D]. 王萌.哈尔滨工程大学 2008
本文编号：3428339
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3428339.html
