基于SLAM的轮式机器人定位与导航技术研究

发布时间：2023-09-17 08:21

　　未知环境中的自主导航一直是机器人研究领域的热点和难点问题,也是机器人自主化的标识。同步定位与地图创建(SLAM)技术是在无先验知识条件下,构建高精度环境地图模型,并实现高精度定位的重要技术手段。这一技术对于移动机器人在无人情况下实现自主作业具有重要意义。本论文以室内环境中轮式机器人的自主导航为目标,主要进行了以下关键技术的研究:首先,针对移动机器人同步定位与地图创建技术中的主流算法框架基于卡尔曼滤波的SLAM和基于粒子滤波的SLAM进行分析研究。通过MATLAB仿真两种算法在不同噪声环境下的定位精度得出,基于粒子滤波的SLAM算法对于复杂环境噪声下的定位有着更好地精度,确立了适用于本平台的算法框架。其次,对传统的基于动态窗口的DWA(Dynamic Window Approach)路径规划算法进行改进。通过对DWA算法相关参数的实验以及原理的分析,提出了一种基于全局路径的DWA算法。该算法相比与原算法有着更好地可靠性,很好地解决了最优路径的选择问题和在U型环境中传统DWA算法导航失败的问题。最后,本文以轮式机器人为实验平台,在机器人操作系统ROS中设计实现了基于SLAM的自主导航软件系...

【文章页数】：82 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景和意义
    1.2 机器人的国内外发展现状
    1.3 同时定位与地图构建的国内外研究现状
        1.3.1 SLAM技术的国外研究现状
        1.3.2 SLAM技术的国内研究现状
    1.4 导航技术的研究现状
    1.5 本文的研究目标和研究内容
    1.6 论文的组织架构
第2章 SLAM技术的数学模型
    2.1 SLAM的模型描述
    2.2 移动机器人的运动模型
        2.2.1 速度模型
        2.2.2 里程计模型
    2.3 移动机器人的观测模型
    2.4 SLAM中常用的地图表示方法
第3章 基于卡尔曼滤波和粒子滤波的SLAM技术研究
    3.1 卡尔曼滤波器原理
    3.2 基于扩展卡尔曼滤波器的SLAM原理
    3.3 基于粒子滤波的RBPF-SLAM算法原理
    3.4 仿真结果对比
    3.5 本章总结
第4章 轮式机器人路径规划技术研究
    4.1 基于Dijkstra算法和A*算法的全局路径规划技术研究
        4.1.1 Dijkstra路径规划算法的基本原理
        4.1.2 Dijkstra算法实验仿真
        4.1.3 A*路径规划算法的基本原理
        4.1.4 A*算法的实验仿真
    4.2 基于DWA算法的局部避障技术研究
        4.2.1 基于动态窗口的局部避障原理
        4.2.2 基于动态窗口的算法仿真分析
    4.3 基于动态窗算法的优化
    4.4 本章总结
第5章 自主导航系统的软件设计
    5.1 ROS系统简介
    5.2 基于ROS的SLAM系统软件设计
    5.3 基于ROS的导航系统设计实现
    5.4 实验结果与分析
    5.5 本章总结
第6章 总结与展望
    6.1 论文成果总结
    6.2 研究展望
参考文献
致谢
作者简历及攻读学位期间发表的学术论文与研究成果



本文编号：3847359