基于Kinect深度信息的移动机器人导航研究

发布时间：2017-05-03 11:07

  本文关键词：基于Kinect深度信息的移动机器人导航研究，由笔耕文化传播整理发布。

【摘要】：随着时代技术的飞速发展,移动机器人导航研究领域不断提出新的技术,本文针对移动机器人在已知环境中使用单目摄像头、超声波、接近开关、激光等传感器进行导航避障存在不够灵活或价格昂贵的问题,使用微软新发布的Kinect产品作为核心传感器,以Turtlebot机器人作为实验平台,研究了移动机器人在未知环境中的定位、地图创建、避障及路径规划的相关内容。本文大量查阅相关文献,描述了移动机器人导航关键技术的研究现状,并对现有问题进行总结和分析,把导航划分为同时定位与建图、避障及路径规划两大部分,主要研究内容包括：第一,研究了Kinect传感器的技术原理和深度点云数据的提取过程,并将点云数据输出为图像,详细阐述SLAM过程常见的几种经典算法的理论步骤,对比分析各种算法的优势,选用Gmapping功能包作为本文的实验支撑,并对Gmapping的几个关键步骤进行详细的叙述；第二,研究了移动机器人的避障机制,包括检测障碍物和局部地图更新等,使得建图阶段可以实现手动控制和自动控制结合进行,描述了路径规划的关键内容,研究了A*算法、深度优先算法、广度优先算法、Dijkstra算法的理论及步骤,并编程仿真其搜索节点的过程和避障及路径规划的过程。最后以turtlebot机器人为实验平台,在Ubuntu系统下设计实验,验证分析特征点检测和匹配、定位和制图、避障和路径规划几个方面。本文的研究成果及内容在移动机器人导航领域属于新的实现方法,从已知环境的循迹导航扩展到未知环境中的建图导航,从Windows系统应用开发扩展到Ubuntu Linux系统的应用研究,为后面的研究打下基础。
【关键词】：Kinect 移动机器人 SLAM 路径规划
【学位授予单位】：华东理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP242
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-15
• 1.1 引言10-11
• 1.2 移动机器人应用背景11-13
• 1.3 移动机器人的关键技术13-14
• 1.3.1 移动机器人的导航13
• 1.3.2 同时定位与地图创建13-14
• 1.3.3 路径规划14
• 1.4 课题的研究内容和意义14-15
• 第2章 移动机器人导航技术研究现状15-23
• 2.1 移动机器人的自定位15-16
• 2.2 环境地图的创建16-18
• 2.3 路径规划18-19
• 2.4 Kinect导航优势19-22
• 2.5 本章小结22-23
• 第3章 基于Kinect的SLAM方法研究23-48
• 3.1 Kinect的技术原理与特点23-25
• 3.1.1 Kinect技术特点23-24
• 3.1.2 光编码技术24-25
• 3.2 深度信息获取与利用25-28
• 3.2.1 深度图像的概念25
• 3.2.2 深度成像过程25-27
• 3.2.3 深度点云数据获取27-28
• 3.2.4 深度数据的三维重建28
• 3.3 SLAM算法分析28-35
• 3.3.1 基于Kinect的SLAM方法28-30
• 3.3.2 SLAM的通用构架30-33
• 3.3.3 常用SLAM算法及分析33-35
• 3.3.4 本文SLAM方法选择35
• 3.4 Gmapping实现过程35-46
• 3.4.1 蒙特卡罗粒子滤波36-37
• 3.4.2 深度点云提取37-38
• 3.4.3 基于里程计的运动学模型38-41
• 3.4.4 基于SIFT的特征点检测41-45
• 3.4.5 基于SIFT的特征点匹配45-46
• 3.5 本章小结46-48
• 第4章 移动机器人的避障与路径规划研究48-68
• 4.1 移动机器人的避障处理48-58
• 4.1.1 基于深度范围的障碍物识别48-51
• 4.1.2 避障机制设置51-53
• 4.1.3 人工势场法避障53-55
• 4.1.4 局部地图更新55-57
• 4.1.5 障碍物识别测试57-58
• 4.2 路径规划算法研究58-63
• 4.2.1 引言58-60
• 4.2.2 启发式A~*算法60-61
• 4.2.3 深度和广度优先算法路径规划61-62
• 4.2.4 Dijkstra算法路径规划62-63
• 4.3 节点搜索仿真63-66
• 4.4 避障和路径规划仿真66-67
• 4.5 本章小结67-68
• 第5章 实验结果分析68-81
• 5.1 实验平台简介68-69
• 5.2 特征点检测和匹配实验69-72
• 5.2.1 特征点检测实验69-70
• 5.2.2 特征点匹配实验70-72
• 5.3 定位和制图实验72-76
• 5.4 导航实验76-81
• 5.4.1 同步运动实验76-77
• 5.4.2 避障导航实验77-81
• 第6章 总结与展望81-83
• 6.1 全文总结81
• 6.2 研究展望81-83
• 参考文献83-88
• 致谢88-89
• 攻读硕士期间科研成果89

【参考文献】

中国期刊全文数据库 前10条

1 杨超;;基于A*算法的移动机器人路径规划[J];电子技术与软件工程;2015年24期

2 温熙;郭杭;;室内移动机器人自定位方法[J];测绘科学;2016年06期

3 高健;王建中;施家栋;;小型履带式移动机器人控制系统设计[J];计算机测量与控制;2015年08期

4 饶伟;王建中;施家栋;;履带式移动机器人的转向特性[J];中南大学学报(自然科学版);2015年07期

5 傅超;张乐锋;;室内移动机器人自主避障研究[J];工业控制计算机;2015年07期

6 张毅;陈起;罗元;;室内环境下移动机器人三维视觉SLAM[J];智能系统学报;2015年04期

7 申耀武;;自主移动机器人运动机制探析[J];机电一体化;2015年05期

8 曹冲振;郭云东;周娜;陈京邦;;轮履复合式安保机器人移动系统研究[J];机械设计与制造;2015年05期

9 郑为凑;于振中;惠晶;;动态环境下利用Kinect的移动机器人增强路径规划[J];江南大学学报(自然科学版);2015年02期

10 贾丽仕;;移动机器人控制系统设计[J];电子制作;2015年08期

中国博士学位论文全文数据库 前2条

1 林义闽;未知环境中智能机器人的视觉导航技术研究[D];北京邮电大学;2014年

2 赵其杰;服务机器人多通道人机交互感知反馈工作机制及关键技术[D];上海大学;2005年

中国硕士学位论文全文数据库 前10条

1 黄超;基于无线网络的AGV系统路径规划的研究[D];华东理工大学;2015年

2 马晓辉;移动机器人路径规划研究及远程控制系统的设计与实现[D];云南大学;2015年

3 王冠;全方位移动平台运动控制技术研究[D];北京理工大学;2015年

4 江，

本文编号：342880