基于轨迹预测的室内移动机器人避障方法研究
发布时间:2021-11-10 08:16
随着计算机和传感器等机器人相关技术的快速发展,移动机器人的使用也越来越多。考虑到医院环境的特殊性,医护人员工作压力较大,因此,在医院中使用机器人代替护士的一些简单工作比如病人问询等,可以降低医护人员的工作压力和人力成本。由于医院环境中动态因素较多,移动机器人在其中安全进行导航很有挑战性。为此,本文提出如下避障流程:首先对于激光雷达数据进行处理,基于几何特征对障碍物进行识别和行人追踪。分别使用基于卡尔曼滤波的交互多模型(IMM)和支持向量回归机(SVR)对动态障碍物进行轨迹预测。然后基于代价地图,新建立一层地图用来表示行人未来轨迹对于机器人的影响,同时验证该地图对于机器人路径规划的影响。具体的工作内容概括如下:首先基于几何特征对激光雷达数据进行处理,将地图中障碍物视为圆形障碍物,同时对于行人进行追踪。IMM和SVR均适用于对动态障碍物进行短时间的轨迹预测,IMM需要使用预先确定好的模型,不适用于行人复杂的运动。本文提出基于SVR的方法不需要事先确定好模型,可以学习障碍物的运动模型。为了解决标准最小二乘支持向量回归机(LS-SVR)不支持多输出的问题,本文使用了多输出支持向量回归机(MLS...
【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】:61 页
【学位级别】:硕士
【部分图文】:
地宝九系机器人[7]
全局路径规划到寻找到合适的路径,之后机器人只需在保证定位准确的情况下按照全局路径运动至目标点[19,20]。Dijkstra算法是经典的广度优先的状态空间搜索算法,即算法会从初始点开始一层一层地搜索整个自由空间直到到达目标点,如图1-2所示。从物体所在的初始点开始,访问图中的结点。它迭代检查待检查结点集中的结点,并把和该结点最靠近的尚未检查的结点加入待检查结点集。该结点集从初始结点向外扩展,直到到达目标结点。Dijkstra算法保证能找到一条从初始点到目标点的最短路径,只要所有的边都有一个非负的代价值。图1-2Dijkstra算法[16]A*算法是由Hart等人在1968年提出的一种启发式搜索算法,该算法将启发式方法和Dijsktra算法结合在一起的算法广泛用于路径规划领域。该方法在寻找最优路径的时候主要基于两个代价函数,即从起始节点到达当前搜索节点的实际代价和从当前节点到达目标节点最理想路径(即不考虑障碍物)的估计代价。但是,传统的A*算法只适用于静态环境,无法有效的处理动态障碍物。1.3.2国内外避障算法研究现状全局路径规划只适用于整体环境信息完全已知且不发生改变的前提下。在机器人按照全局路径前行时,可能会遇到动态障碍物(比如行人等),此时必须要进行局部路径规划,以保障机器人能够安全到达导航目标点。局部路径规划可以通过各种传感器的数据能够快速获取周围的环境信息,实时性高,同时对于动态障碍物的躲避能力高,但是规划出的路径可能不是最优。局部路径规划算法主要有以下几种:动态窗口法[21]、人工势场法和弹性时间带法[22]等。动态窗口法(DWA)是一种避免实时碰撞的方法,该方法将速度采样空间按照机器人的加减速性能以及其他一些相应的约束,限制在动态的可行范围内。然
Ψ较虻牟煌???瞥】梢苑治?赡勘甑愣曰?魅怂???囊?力势场和障碍物所产生的斥力势常该方法规划出的路径平滑安全,但在某些情况下存在“局部最斜。许多研究者在此基础上改进,Vadakkepat等[25]使用遗传算法调节势能函数中的参数,均取得了一定的效果。1.3.3国内外轨迹预测技术研究现状智能设备在人类环境(比如医院、超市、地铁等地方)中安全工作时,必须要能够有效的感知环境和了解其他物体的运动状态。近年来,运动预测在许多研究领域中受到越来越多的关注,例如自动驾驶汽车,服务机器人和先进的监控系统领域,如图1-3所示。想要准确地进行运动预测十分困难,主要在于运动物体本身运动的复杂性及其他运动物体的影响[26]。物体的运动可能受到目标地点,周围其他物体的存在,运动主体之间的社会关系,社会规则或不同的环境等的影响。此外,为了在实际工作稳定运行中,运动预测应具有鲁棒性并实时运行。图1-3轨迹预测的应用领域
【参考文献】:
期刊论文
[1]中国养老服务机器人的市场需求与产业发展[J]. 张思锋,张泽滈. 西安交通大学学报(社会科学版). 2017(05)
[2]基于单目视觉的轮式机器人同步定位与地图构建[J]. 弋英民,刘丁. 仪器仪表学报. 2010(01)
[3]我国家庭服务机器人产业发展现状调研报告[J]. 徐方,张希伟,杜振军. 机器人技术与应用. 2009(02)
本文编号:3486914
【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】:61 页
【学位级别】:硕士
【部分图文】:
地宝九系机器人[7]
全局路径规划到寻找到合适的路径,之后机器人只需在保证定位准确的情况下按照全局路径运动至目标点[19,20]。Dijkstra算法是经典的广度优先的状态空间搜索算法,即算法会从初始点开始一层一层地搜索整个自由空间直到到达目标点,如图1-2所示。从物体所在的初始点开始,访问图中的结点。它迭代检查待检查结点集中的结点,并把和该结点最靠近的尚未检查的结点加入待检查结点集。该结点集从初始结点向外扩展,直到到达目标结点。Dijkstra算法保证能找到一条从初始点到目标点的最短路径,只要所有的边都有一个非负的代价值。图1-2Dijkstra算法[16]A*算法是由Hart等人在1968年提出的一种启发式搜索算法,该算法将启发式方法和Dijsktra算法结合在一起的算法广泛用于路径规划领域。该方法在寻找最优路径的时候主要基于两个代价函数,即从起始节点到达当前搜索节点的实际代价和从当前节点到达目标节点最理想路径(即不考虑障碍物)的估计代价。但是,传统的A*算法只适用于静态环境,无法有效的处理动态障碍物。1.3.2国内外避障算法研究现状全局路径规划只适用于整体环境信息完全已知且不发生改变的前提下。在机器人按照全局路径前行时,可能会遇到动态障碍物(比如行人等),此时必须要进行局部路径规划,以保障机器人能够安全到达导航目标点。局部路径规划可以通过各种传感器的数据能够快速获取周围的环境信息,实时性高,同时对于动态障碍物的躲避能力高,但是规划出的路径可能不是最优。局部路径规划算法主要有以下几种:动态窗口法[21]、人工势场法和弹性时间带法[22]等。动态窗口法(DWA)是一种避免实时碰撞的方法,该方法将速度采样空间按照机器人的加减速性能以及其他一些相应的约束,限制在动态的可行范围内。然
Ψ较虻牟煌???瞥】梢苑治?赡勘甑愣曰?魅怂???囊?力势场和障碍物所产生的斥力势常该方法规划出的路径平滑安全,但在某些情况下存在“局部最斜。许多研究者在此基础上改进,Vadakkepat等[25]使用遗传算法调节势能函数中的参数,均取得了一定的效果。1.3.3国内外轨迹预测技术研究现状智能设备在人类环境(比如医院、超市、地铁等地方)中安全工作时,必须要能够有效的感知环境和了解其他物体的运动状态。近年来,运动预测在许多研究领域中受到越来越多的关注,例如自动驾驶汽车,服务机器人和先进的监控系统领域,如图1-3所示。想要准确地进行运动预测十分困难,主要在于运动物体本身运动的复杂性及其他运动物体的影响[26]。物体的运动可能受到目标地点,周围其他物体的存在,运动主体之间的社会关系,社会规则或不同的环境等的影响。此外,为了在实际工作稳定运行中,运动预测应具有鲁棒性并实时运行。图1-3轨迹预测的应用领域
【参考文献】:
期刊论文
[1]中国养老服务机器人的市场需求与产业发展[J]. 张思锋,张泽滈. 西安交通大学学报(社会科学版). 2017(05)
[2]基于单目视觉的轮式机器人同步定位与地图构建[J]. 弋英民,刘丁. 仪器仪表学报. 2010(01)
[3]我国家庭服务机器人产业发展现状调研报告[J]. 徐方,张希伟,杜振军. 机器人技术与应用. 2009(02)
本文编号:3486914
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3486914.html