基于稀疏点云的协同区域探索技术研究
发布时间:2022-02-24 19:23
近年来,随着智能体在军事、民用各个领域的广泛应用和发展,越来越多的任务如:侦察、救援、作战等可以由智能体很好的完成。在一个未知的环境中,如何准确估计智能体的位置、姿态以及获得周围环境的信息从而对其进行导航是非常重要的。同时,单智能体在探索比较大的未知环境时,由于信息来源有限,效率常常会很低。因此,如何利用多智能体来高效地完成建图与探索无疑是当下研究的热点。本课题的主要研究内容是基于视觉SLAM和区域探索技术实现对于未知区域的高效协同搜索建图。本课题利用深度相机作为视觉传感器,以稀疏点云作为输入,结合路径规划相关算法,利用无人车实现对于指定区域进行协同探索与建图。在探索过程中,发挥多智能体的优势,使得整体的智能无人系统兼具高效与精准。相关研究方法如下:首先,设计了以深度相机为传感器的协同视觉SLAM算法。该算法在每一个机器人上分别进行ORB特征点提取和FLANN特征点匹配,采用快速平均法与RANSAC算法相结合对错误匹配进行剔除。而后采用基于奇异值分解方法进行ICP问题的求解来进行位姿估计,得到各自的稀疏点云地图。通过词袋库模型对各个特征点云的重叠区域进行匹配,从而将多机器人采集到的信息...
【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】:76 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 研究的背景和意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 论文主要研究内容和框架
1.3.1 论文主要内容
1.3.2 论文结构框架
第2章 协同视觉SLAM算法研究
2.1 引言
2.2 图像特征提取与匹配
2.2.1 特征点提取
2.2.2 特征点匹配
2.2.3 错误匹配剔除
2.3 位姿估计与建图
2.4 协同视觉SLAM
2.4.1 协同视觉SLAM框架
2.4.2 地图融合原理
2.5 本章小结
第3章 地图转化算法研究
3.1 引言
3.2 八叉树地图
3.2.1 八叉树地图构建原理
3.2.2 特征点增采样
3.3 二维栅格地图
3.3.1 二维栅格地图生成原理
3.3.2 高度滤除与投影
3.3.3 基于实验室环境的栅格地图转化实验
3.4 本章小结
第4章 基于RRT的区域探索算法研究与设计
4.1 引言
4.2 RRT算法研究
4.3 基于RRT的目标点生成算法
4.3.1 边界点探测模块
4.3.2 边界点过滤模块
4.3.3 收益判定及任务分配算法
4.4 点到点的路径规划算法
4.4.1 A~*全局路径规划算法
4.4.2 DWA局部路径规划算法
4.5 本章小结
第5章 协同区域探索系统整体实现以及验证
5.1 引言
5.2 系统的整体设计以及环境配置
5.3 协同区域探索实验及结果分析
5.4 基于稀疏点云输入的算法改进
5.5 实验结果对比分析
5.6 本章小结
结论
参考文献
致谢
【参考文献】:
期刊论文
[1]基于SIFT图像特征提取与FLANN匹配算法的研究[J]. 王金龙,周志峰. 计算机测量与控制. 2018(02)
[2]一种室内清扫机器人路径规划算法[J]. 李淑霞,杨俊成. 计算机系统应用. 2014(09)
[3]基于单元分解法的移动机器人遍历路径规划[J]. 陈逸怀,朱博. 装备制造技术. 2014(04)
[4]清洁机器人路径规划算法研究综述[J]. 赵晓东,鲍方. 机电工程. 2013(11)
[5]移动机器人路径规划方法简介[J]. 柏艺琴,贺怀清. 中国民航学院学报. 2003(S2)
[6]移动机器人技术研究现状与未来[J]. 李磊,叶涛,谭民,陈细军. 机器人. 2002(05)
博士论文
[1]移动机器人同步定位与地图构建关键技术的研究[D]. 曲丽萍.哈尔滨工程大学 2013
[2]基于信息融合的移动机器人三维环境建模技术研究[D]. 张勤.北京邮电大学 2013
硕士论文
[1]基于视觉SLAM的小车路径规划研究[D]. 盛家豪.哈尔滨工业大学 2019
[2]基于视觉SLAM的语义地图研究[D]. 常思雨.哈尔滨工业大学 2018
[3]基于RGBD的室内移动机器人定位算法研究[D]. 王玉良.安徽工业大学 2018
[4]基于RGBD-SLAM的三维物体重建[D]. 谷秀青.浙江大学 2018
[5]基于SLAM的扫地机器人控制系统研究[D]. 陈玉.哈尔滨工业大学 2017
[6]移动机器人全覆盖遍历路径规划算法研究[D]. 朱宝艳.山东理工大学 2017
[7]未知环境下全覆盖路径规划问题的研究[D]. 赵蕾.南昌大学 2016
[8]室内机器人全覆盖路径规划方法研究[D]. 吕后勇.西北农林科技大学 2016
[9]基于强化学习的移动机器人路径规划研究与实现[D]. 韦如明.华南理工大学 2015
[10]移动机器人全遍历覆盖路径规划研究[D]. 陈鹏.山东理工大学 2014
本文编号:3643361
【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】:76 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 研究的背景和意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 论文主要研究内容和框架
1.3.1 论文主要内容
1.3.2 论文结构框架
第2章 协同视觉SLAM算法研究
2.1 引言
2.2 图像特征提取与匹配
2.2.1 特征点提取
2.2.2 特征点匹配
2.2.3 错误匹配剔除
2.3 位姿估计与建图
2.4 协同视觉SLAM
2.4.1 协同视觉SLAM框架
2.4.2 地图融合原理
2.5 本章小结
第3章 地图转化算法研究
3.1 引言
3.2 八叉树地图
3.2.1 八叉树地图构建原理
3.2.2 特征点增采样
3.3 二维栅格地图
3.3.1 二维栅格地图生成原理
3.3.2 高度滤除与投影
3.3.3 基于实验室环境的栅格地图转化实验
3.4 本章小结
第4章 基于RRT的区域探索算法研究与设计
4.1 引言
4.2 RRT算法研究
4.3 基于RRT的目标点生成算法
4.3.1 边界点探测模块
4.3.2 边界点过滤模块
4.3.3 收益判定及任务分配算法
4.4 点到点的路径规划算法
4.4.1 A~*全局路径规划算法
4.4.2 DWA局部路径规划算法
4.5 本章小结
第5章 协同区域探索系统整体实现以及验证
5.1 引言
5.2 系统的整体设计以及环境配置
5.3 协同区域探索实验及结果分析
5.4 基于稀疏点云输入的算法改进
5.5 实验结果对比分析
5.6 本章小结
结论
参考文献
致谢
【参考文献】:
期刊论文
[1]基于SIFT图像特征提取与FLANN匹配算法的研究[J]. 王金龙,周志峰. 计算机测量与控制. 2018(02)
[2]一种室内清扫机器人路径规划算法[J]. 李淑霞,杨俊成. 计算机系统应用. 2014(09)
[3]基于单元分解法的移动机器人遍历路径规划[J]. 陈逸怀,朱博. 装备制造技术. 2014(04)
[4]清洁机器人路径规划算法研究综述[J]. 赵晓东,鲍方. 机电工程. 2013(11)
[5]移动机器人路径规划方法简介[J]. 柏艺琴,贺怀清. 中国民航学院学报. 2003(S2)
[6]移动机器人技术研究现状与未来[J]. 李磊,叶涛,谭民,陈细军. 机器人. 2002(05)
博士论文
[1]移动机器人同步定位与地图构建关键技术的研究[D]. 曲丽萍.哈尔滨工程大学 2013
[2]基于信息融合的移动机器人三维环境建模技术研究[D]. 张勤.北京邮电大学 2013
硕士论文
[1]基于视觉SLAM的小车路径规划研究[D]. 盛家豪.哈尔滨工业大学 2019
[2]基于视觉SLAM的语义地图研究[D]. 常思雨.哈尔滨工业大学 2018
[3]基于RGBD的室内移动机器人定位算法研究[D]. 王玉良.安徽工业大学 2018
[4]基于RGBD-SLAM的三维物体重建[D]. 谷秀青.浙江大学 2018
[5]基于SLAM的扫地机器人控制系统研究[D]. 陈玉.哈尔滨工业大学 2017
[6]移动机器人全覆盖遍历路径规划算法研究[D]. 朱宝艳.山东理工大学 2017
[7]未知环境下全覆盖路径规划问题的研究[D]. 赵蕾.南昌大学 2016
[8]室内机器人全覆盖路径规划方法研究[D]. 吕后勇.西北农林科技大学 2016
[9]基于强化学习的移动机器人路径规划研究与实现[D]. 韦如明.华南理工大学 2015
[10]移动机器人全遍历覆盖路径规划研究[D]. 陈鹏.山东理工大学 2014
本文编号:3643361
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3643361.html