室内移动机器人区域覆盖路径规划方法研究

发布时间：2017-08-10 22:13

  本文关键词：室内移动机器人区域覆盖路径规划方法研究

  更多相关文章： 移动机器人 区域覆盖 路径规划 代价地图 最小树 车式机器人

【摘要】：模拟人类对感知信息的定性推理方式处理不确定环境信息已成为智能移动机器人研究的关键。在移动机器人导航过程中,机器人通过传感器获取环境的有效信息,完成自身定位并建立合理的环境模型。在此基础上,移动机器人得以广泛应用于区域覆盖及路径规划。目前,在有限的空间内合理、高效以及自适应地完成覆盖任务是区域覆盖课题的主要研究方向。本文着眼于移动机器人区域覆盖中路径规划方面的问题。首先,对机器人获取的环境信息进行处理,即根据粗糙、不确定的传感器信息建立移动机器人区域覆盖所需要的代价地图；然后,基于对室内移动机器人的路径规划和区域覆盖技术方法的研究和分析,提出了多区域复杂环境下的区域覆盖策略；最后,针对动力学受限的车式移动机器人,本文也提出了有效的覆盖方法实现区域覆盖。本文的主要工作如下：1.移动机器人室内区域覆盖的环境模型描述,环境描述包括环境特征检测和代价地图创建两个方面。在环境特征检测方面,对于参数空间的量化单位影响霍夫变换提取直线特征的精度问题，提出了一种霍夫变换中参数空间量化单位自适应调整的方法。首先,根据采样数据建立样本统计模型,并确定该模型的参数；然后,根据模型参数随量化单位的变化趋势以及样本信息的分布特征,提出量化单位的自适应调整策略,从而获取优化的量化单位；最后,将优化的量化单位应用于霍夫变换特征检测。在代价地图创建方面,将创建的先验地图依据栅格代价分配规则转化成动态代价地图,为机器人覆盖工作提供实时的环境信息。2.针对室内多区域复杂环境,在代价地图下,本文提出了一种基于最小树的多区域覆盖路径规划方法。首先,将代价地图分割成若干个区域块，，再对区域块作二次单元分割处理得到子区域信息；然后,根据子区域间的邻接关系构建图模型,将基于最小树的子区域规划算法应用于该图得到子区域规划序列,利用基于Dijkstra算法的区域转移算法得到区域间转移路径,并在子区域内使用往返覆盖策略,以此实现区域的全覆盖；最后,在线验证该方法的有效性。3.提出车式移动机器人的室内覆盖方法。由于该类机器人受限于转弯半径和速度的约束,并且室外环境下的车式移动机器人大多借助于GPS定位,但GPS在室内环境局限性较大。对此,本文提出了将旋转转移方法与往返运动相结合的覆盖策略,使得车辆具有倒车、转向能力,保证车辆整个覆盖过程的可靠性和连续性。本文以室内移动机器人的区域覆盖路径规划方法为研究重点,将提出的方法与其它方法作对比,在线应用于室内多种类型的环境中。实验验证了本文提出的方法在多区域块环境的覆盖时间和重复覆盖率都会明显降低,并且可以解决覆盖过程存在的“串门”现象,从而保证了本文提出方法的有效性和普适性。
【关键词】：移动机器人 区域覆盖 路径规划 代价地图 最小树 车式机器人
【学位授予单位】：中国科学技术大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP242
【目录】：

• 摘要5-7
• ABSTRACT7-14
• 第1章 绪论14-26
• 1.1 研究背景及意义14-15
• 1.2 国内外研究现状15-24
• 1.2.1 机器人发展状况15-17
• 1.2.2 路径规划国内外研究现状17-21
• 1.2.3 区域覆盖国内外研究现状21-24
• 1.3 论文研究内容及章节安排24-26
• 第2章 室内区域覆盖环境特征检测及代价地图创建26-40
• 2.1 引言26-27
• 2.2 霍夫变换27-29
• 2.3 样本分布信息的获取29-31
• 2.3.1 样本统计模型29-30
• 2.3.2 获取样本分布信息30-31
• 2.4 自适应参数调整31-33
• 2.5 移动机器人特征检测实验及分析33-36
• 2.5.1 实验配置33-34
• 2.5.2 实验结果与分析34-36
• 2.6 代价地图创建36-38
• 2.6.1 代价地图栅格代价分配36-37
• 2.6.2 代价地图创建实例37-38
• 2.7 结论38-40
• 第3章 基于最小树的移动机器人多区域覆盖路径规划40-56
• 3.1 引言40-41
• 3.2 代价地图分割41-42
• 3.3 移动机器人区域覆盖路径规划算法42-46
• 3.3.1 基于最小树的子区域规划算法42-44
• 3.3.2 基于Dijkstra的区域转移算法44-46
• 3.4 移动机器人行为规划46-50
• 3.4.1 轮式移动机器人运动学特性46-48
• 3.4.2 基于速度空间分解的机器人行为规划48-50
• 3.5 移动机器人区域覆盖实验50-54
• 3.5.1 实验参数配置50-51
• 3.5.2 实验环境51-52
• 3.5.3 实验结果与分析52-54
• 3.6 总结54-56
• 第4章 车式移动机器人室内区域覆盖路径规划方法56-64
• 4.1 引言56-58
• 4.2 车式机器人运动模型58-59
• 4.3 车式机器人室内区域覆盖方法思路59-60
• 4.4 车式移动机器人区域覆盖实验60-62
• 4.5 总结62-64
• 第5章 总结与展望64-66
• 5.1 工作总结64-65
• 5.2 工作展望65-66
• 参考文献66-72
• 致谢72-74
• 在读期间发表的论文与取得的其他研究成果74

【参考文献】

中国期刊全文数据库 前10条

1 孙建;陈宗海;王鹏;张启彬;包鹏;;基于代价地图和最小树的移动机器人多区域覆盖方法[J];机器人;2015年04期

2 孙建;王鹏;陈宗海;;基于样本分布信息的自适应Hough变换方法[J];中国科学技术大学学报;2015年01期

3 范将科;孟正大;;基于改进ND+算法的机器人避障方法设计[J];工业控制计算机;2014年08期

4 吕妍;陈宗海;;不确定环境信息下基于方位关系的路径规划算法[J];中国科学技术大学学报;2013年10期

5 鹿传国;冯新喜;孔云波;曾蓉;李红英;;并行Hough变换航迹起始[J];雷达学报;2013年03期

6 李书杰;王鹏;陈宗海;;基于灰色定性理论的无陷阱人工势场[J];控制与决策;2013年06期

7 郭斯羽;翟文娟;唐求;朱院娟;;结合Hough变换与改进最小二乘法的直线检测[J];计算机科学;2012年04期

8 梁毓明;徐立鸿;;基于改进模拟退火混合算法的移动机器人全局路径规划[J];控制与决策;2010年02期

9 吴宪祥;郭宝龙;王娟;;基于粒子群三次样条优化的移动机器人路径规划算法[J];机器人;2009年06期

10 成伟明;唐振民;赵春霞;刘华军;;移动机器人路径规划中的图方法应用综述[J];工程图学学报;2008年04期

中国博士学位论文全文数据库 前2条

1 王鹏;不确定性知识的灰色定性表达及其在机器人定位中的应用研究[D];中国科学技术大学;2015年

2 祖伟;基于粒子群优化算法的水下潜器实时路径规划技术研究[D];哈尔滨工程大学;2008年

中国硕士学位论文全文数据库 前2条

1 曾维彪;移动机器人的全区域覆盖算法研究[D];中南大学;2007年

2 蔡晓慧;基于智能算法的移动机器人路径规划研究[D];浙江大学;2007年

本文编号：652927