基于激光雷达的室内移动机器人定位技术研究
发布时间：2021-12-25 09:19
随着机器人技术的不断成熟,并推广使用,室内移动机器人已经成为一类常见的产品,其中最有代表性的是室内扫地机器人。扫地机器人一经推出便广受欢迎,成为市场争相开发的热点项目。在不断升级的扫地机器人中,室内定位系统是最为重要的一环。本课题以此为背景进行室内移动机器人的定位系统研究,研究基于粒子滤波算法的定位算法,通过将数据匹配算法和RBPF粒子滤波算法进行融合,从而优化粒子建议分布函数。另外提出了基于激光雷达数据线性化表达的快速配准算法,使得雷达数据匹配耗时减少,从而提高改进定位算法的实时性。论文主要从事以下工作:构建机器人的运动模型,包括里程计模型和基于激光雷达的环境表达模型。研究现有的室内地图表达的方式,探究栅格地图的构建方法。从激光雷达传感器中获取扫描数据,针对传统ICP算法的计算耗时长、实时性差的问题,提出通过点云数据线性化表述方法和基于此方法实现的帧间点云快速配准方法。点云的线性化表达包括进行点云的划分和直线拟合,根据室内环境的结构特点,从线性表达信息中提取环境的主方向角,以此作为快速点云配准的条件。通过MTLAB仿真验证了改进配准方法的有效性,试验结果表明改进算法平均用时为传统IC...
【文章来源】：东北石油大学黑龙江省
【文章页数】：72 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
创新点摘要
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 SLAM定位方法研究现状
1.2.2 SLAM技术产品现状
1.3 课题关键问题
1.4 论文主要内容
第二章 机器人运动模型与地图构建方法
2.1 引言
2.2 机器人使用传感器
2.2.1 里程计
2.2.2 激光雷达
2.3 机器人运动模型建立
2.4 环境地图构建
2.4.1 地图构建方法
2.4.2 栅格地图构建
2.5 本章小结
第三章 激光雷达数据处理
3.1 引言
3.2 激光雷达驱动与数据提取
3.3 无效点去除与坐标转换
3.4 特征提取
3.4.1 数据分段
3.4.2 线段分割
3.4.3 特征表达
3.5 雷达数据匹配
3.5.1 ICP匹配算法
3.5.2 改进配准算法
3.6 仿真试验结果分析
3.6.1 数据特征试验
3.6.2 旋转匹配仿真
3.6.3 角点匹配
3.6.4 多组试验结果
3.6.5 对比试验
3.7 本章小结
第四章 基于粒子滤波的SLAM技术研究
4.1 引言
4.2 粒子滤波器原理
4.2.1 贝叶斯滤波原理
4.2.2 蒙特卡洛采样
4.2.3 重要性采样
4.2.4 重采样
4.2.5 粒子滤波算法基本流程
4.3 RBPF粒子滤波的SLAM算法
4.3.1 传统RBPF粒子滤波算法
4.3.2 将匹配算法融合的改进RBPF算法
4.4 试验分析
4.5 本章小结
第五章 移动机器人定位试验
5.1 引言
5.2 试验平台介绍
5.2.1 机器人结构
5.2.2 软件开发平台
5.3 试验
5.3.1 系统结构
5.3.2 试验结果与分析
5.4 本章小结
结论
参考文献
发表文章目录
致谢
【参考文献】：
期刊论文
[1]基于改进ICP算法的点云拼接方法[J]. 杨杰,卢钰仁,田颖,吕晓玲. 传感器与微系统. 2018(09)
[2]基于萤火虫算法优化的Gmapping研究[J]. 郑兵,陈世利,刘蓉. 计算机工程. 2018(09)
[3]环境特征自适应激光雷达数据分割方法[J]. 杜玉红,王鹏,史屹君,王璐瑶,赵地. 红外与激光工程. 2018(08)
[4]一种有效的自主机器人迭代最近点定位算法[J]. 杨晶东,孙磊明,邵雨婕,师艳伟. 机械工程学报. 2018(15)
[5]基于局部特征的点云配准算法[J]. 赵夫群,周明全,耿国华. 图学学报. 2018(03)
[6]地图匹配辅助的KF-PF室内定位算法模型[J]. 赵文晔,高井祥,李增科,姚一飞. 武汉大学学报(信息科学版). 2018(05)
[7]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)
[8]一种改进的RBPF激光SLAM算法[J]. 张亚楠,孙丰财,史旭华. 无线通信技术. 2017(04)
[9]基于激光扫描测距的机器人粒子滤波定位技术研究[J]. 戈广双,李子龙,杨凯,马瑞鑫. 传感器与微系统. 2017(12)
[10]基于SLAM的移动机器人自主返航控制系统设计[J]. 高波,施家栋,王建中,闫国栋. 机器人技术与应用. 2017(05)
博士论文
[1]基于激光雷达的室内AGV地图创建与定位方法研究[D]. 满增光.南京航空航天大学 2014
[2]激光成像雷达目标识别算法研究[D]. 陈晓清.国防科学技术大学 2010
硕士论文
[1]基于激光雷达的即时定位与制图技术[D]. 魏杨.哈尔滨工业大学 2017
[2]基于激光雷达的室内同步建图与定位系统研究[D]. 刘怡晓.哈尔滨工业大学 2017
[3]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
[4]基于激光传感器室内机器人自主导航技术研究[D]. 赵钰.天津理工大学 2017
[5]基于ROS平台的室内定位算法设计与实现[D]. 雷碧波.浙江理工大学 2017
[6]基于激光雷达的室内机器人SLAM研究[D]. 李昀泽.华南理工大学 2016
[7]基于激光雷达的移动机器人定位方法研究[D]. 张浩.南京航空航天大学 2016
[8]激光成像雷达特征相关跟踪算法研究[D]. 熊卫华.哈尔滨工业大学 2015
[9]基于ROS的自主式救援机器人SLAM和导航系统研究[D]. 祝甜一.东南大学 2015
[10]基于激光测距仪的室内机器人SLAM研究[D]. 彭晟远.武汉科技大学 2012
本文编号：3552195
【文章来源】：东北石油大学黑龙江省
【文章页数】：72 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
创新点摘要
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 SLAM定位方法研究现状
1.2.2 SLAM技术产品现状
1.3 课题关键问题
1.4 论文主要内容
第二章 机器人运动模型与地图构建方法
2.1 引言
2.2 机器人使用传感器
2.2.1 里程计
2.2.2 激光雷达
2.3 机器人运动模型建立
2.4 环境地图构建
2.4.1 地图构建方法
2.4.2 栅格地图构建
2.5 本章小结
第三章 激光雷达数据处理
3.1 引言
3.2 激光雷达驱动与数据提取
3.3 无效点去除与坐标转换
3.4 特征提取
3.4.1 数据分段
3.4.2 线段分割
3.4.3 特征表达
3.5 雷达数据匹配
3.5.1 ICP匹配算法
3.5.2 改进配准算法
3.6 仿真试验结果分析
3.6.1 数据特征试验
3.6.2 旋转匹配仿真
3.6.3 角点匹配
3.6.4 多组试验结果
3.6.5 对比试验
3.7 本章小结
第四章 基于粒子滤波的SLAM技术研究
4.1 引言
4.2 粒子滤波器原理
4.2.1 贝叶斯滤波原理
4.2.2 蒙特卡洛采样
4.2.3 重要性采样
4.2.4 重采样
4.2.5 粒子滤波算法基本流程
4.3 RBPF粒子滤波的SLAM算法
4.3.1 传统RBPF粒子滤波算法
4.3.2 将匹配算法融合的改进RBPF算法
4.4 试验分析
4.5 本章小结
第五章 移动机器人定位试验
5.1 引言
5.2 试验平台介绍
5.2.1 机器人结构
5.2.2 软件开发平台
5.3 试验
5.3.1 系统结构
5.3.2 试验结果与分析
5.4 本章小结
结论
参考文献
发表文章目录
致谢
【参考文献】：
期刊论文
[1]基于改进ICP算法的点云拼接方法[J]. 杨杰,卢钰仁,田颖,吕晓玲. 传感器与微系统. 2018(09)
[2]基于萤火虫算法优化的Gmapping研究[J]. 郑兵,陈世利,刘蓉. 计算机工程. 2018(09)
[3]环境特征自适应激光雷达数据分割方法[J]. 杜玉红,王鹏,史屹君,王璐瑶,赵地. 红外与激光工程. 2018(08)
[4]一种有效的自主机器人迭代最近点定位算法[J]. 杨晶东,孙磊明,邵雨婕,师艳伟. 机械工程学报. 2018(15)
[5]基于局部特征的点云配准算法[J]. 赵夫群,周明全,耿国华. 图学学报. 2018(03)
[6]地图匹配辅助的KF-PF室内定位算法模型[J]. 赵文晔,高井祥,李增科,姚一飞. 武汉大学学报(信息科学版). 2018(05)
[7]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)
[8]一种改进的RBPF激光SLAM算法[J]. 张亚楠,孙丰财,史旭华. 无线通信技术. 2017(04)
[9]基于激光扫描测距的机器人粒子滤波定位技术研究[J]. 戈广双,李子龙,杨凯,马瑞鑫. 传感器与微系统. 2017(12)
[10]基于SLAM的移动机器人自主返航控制系统设计[J]. 高波,施家栋,王建中,闫国栋. 机器人技术与应用. 2017(05)
博士论文
[1]基于激光雷达的室内AGV地图创建与定位方法研究[D]. 满增光.南京航空航天大学 2014
[2]激光成像雷达目标识别算法研究[D]. 陈晓清.国防科学技术大学 2010
硕士论文
[1]基于激光雷达的即时定位与制图技术[D]. 魏杨.哈尔滨工业大学 2017
[2]基于激光雷达的室内同步建图与定位系统研究[D]. 刘怡晓.哈尔滨工业大学 2017
[3]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
[4]基于激光传感器室内机器人自主导航技术研究[D]. 赵钰.天津理工大学 2017
[5]基于ROS平台的室内定位算法设计与实现[D]. 雷碧波.浙江理工大学 2017
[6]基于激光雷达的室内机器人SLAM研究[D]. 李昀泽.华南理工大学 2016
[7]基于激光雷达的移动机器人定位方法研究[D]. 张浩.南京航空航天大学 2016
[8]激光成像雷达特征相关跟踪算法研究[D]. 熊卫华.哈尔滨工业大学 2015
[9]基于ROS的自主式救援机器人SLAM和导航系统研究[D]. 祝甜一.东南大学 2015
[10]基于激光测距仪的室内机器人SLAM研究[D]. 彭晟远.武汉科技大学 2012
本文编号：3552195
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3552195.html
