移动机器人基于栅格-八叉树混合地图的自主环境探索
发布时间：2020-12-03 18:54
自主移动机器人是机器人技术的一个重要研究领域,在未知环境下通过传感器信息进行环境探索,并同时构建相应的地图是自主移动机器人应具备的基本能力。针对未知室内场景下移动机器人自主环境探索与地图构建问题,本文主要从三个方面进行研究,包括移动机器人的同步定位与建图,自主探索策略以及路径规划,并进行了仿真验证和移动机器人实验。完成的主要研究内容如下:（1）同步定位与建图部分负责获取移动机器人的位姿信息和环境的栅格-八叉树混合地图。本文基于改进的Rao-Blackwellized粒子滤波算法对移动机器人进行位姿估计,为实现机器人快速导航并获取更加丰富的环境信息,利用激光信息和深度相机信息同步建立环境的栅格-八叉树混合地图。（2）自主探索策略部分负责选取探索的目标位姿。本文提出了一种基于混合提取算法的自主探索策略,包括前沿点的提取与分组,候选点的提取和候选点的评估。通过八叉树地图提取前沿点并分组,各组中心前沿点作为关键前沿点。针对单一候选点提取算法具有局限性的问题,本文提出了基于几何规则的局部型候选点提取算法和基于可通行空间的全局型候选点提取算法,结合这两种算法提出候选点复合提取算法,能同时兼顾自主探...
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
图１．１移动机器人自主环境探索系统??Ｆｉｇ．?１．１?Ａｕｔｏｎｏｍｏｕｓ?ｅｎｖｉｒｏｎｍｅｎｔ?ｅｘｐｌｏｒａｔｉｏｎ?ｓｙｓｔｅｍ?ｏｆ?ｍｏｂｉｌｅ?ｒｏｂｏｔ??－４?－??
?大连海事大学硕士学位论文???２基于栅格－八叉树混合地图的同步定位与建图??移动机器人的三个核心任务［１］是定位、地图构建和路径规划／运动控制，三者的重叠??区域的组合问题如图２．１所示。同步定位‘与建图即ＳＬＡＭ解决了其中两个核心问题：定??位和地图构建。在本文移动机器人自主环境探索系统中，ＳＬＡＭ负责构建最终的栅格－??八叉树混合地图以及实时估计移动机器人自身轨迹，为自主探索策略提供八叉树地图和??当前位姿信息，为路径规划算法提供栅格地图和实时定位信息。??／路径规划，＼??／运动控制＼??图２．１移动机器人核心任务??Ｆｉｇ．?２．１?Ｃｏｒｅ?ｔａｓｋｓ?ｏｆ?ｍｏｂｉｌｅ?ｒｏｂｏｔ??ＳＬＡＭ问题可用数学进行如下描述：己知移动机器人的初始状态位姿；ｃ。和地图％，??初始时刻到／时刻里程计控制信息为传感器观测信息为ｚｌ：，?＝Ｚ｜，…，通??过以上信息对机器人的轨迹；＾?ｃ，和地图ｍ，的后验概率进行估计。由贝叶斯递归??原理可知，ｆ时刻的后验概率可以由？－１时刻的后验概率、ｆ时刻的观测模型和运动模型??三者递归表示，推导如下［３２］：??Ｂｅ／（ｘ，，ｍ，）?＝?ｐ（ｘ？ｍ，?ｌｚｌ：ｌ，ｕ１：，＿，）??＿?ｐ（ｚｌ＼ｘｌ，ｔｎｌ，ｚ１：，＿，?）ｐ（ｘｌ，ｍ，＼?ｚ１：＜＿，，??Ｐ｛．Ｚ，＼ＺＶＪ￣＼）??＝?（ｒｉＰ｛ｚｌ＼ｘ？ｍｌ））＼＼ｐ（ｘｌ，ｍ，＼ｘｌ＿ｘ，?ｍ，＿ｘ，?ｍ，＿，?）■?Ｂｅｌ?（ｘ，＿ｔ，?ｗ，．，）?ｃ＆（＿，?ｄｍ，＿ｘ??其中?７?＝?１?／?ｊｊ?（ｚ，丨?＆＿／，ｘ，，ｗ，）．?／＞?（ｘ，，ｗ，?｜?ｚ１：Ｍ?味——卜，是归￣￣化变量，５ｅ／?（ｘ，
?基于栅格－八叉树混合地图的移动机器人室内场景下自主环境探索???Ａ??＾?，?ｘｌ??＼?＼?ｙｆ（＾）??ｍ?丨?ｖｙ?Ｉ??—樣：ｒ??（Ｕ－。儿１驮－丨??〇＇、?及，??图２．３里程计圆弧运动模型??Ｆｉｇ．?２．３?Ｏｄｏｍｅｔｅｒ?ｃｉｒｃｕｌａｒ?ｍｏｔｉｏｎ?ｍｏｄｅｌ??圆弧运动模型中移动机器人运动区域的半径为：??ｒｔ?，?＇?（２．９）??相邻时刻移动机器人位置的横纵坐标变化为：??Ａｘ（＿［?＝?２ｒｔ＿ｘ?ｓｉｎ?ｃｏｓ?０Ｉ＿］?＋?叫－１?（２．１０）??２?Ｖ?２?ｙ??Ａｙ，＿！?＝?２ｒ（＿，?ｓｉｎ?ｓｉｎ?６＞＿，?＋?（２．１１）??２?ｖ?２?ｙ??圆弧运动模型数学描述如式（２．１２）所示：??Ｖ?卜⑷＋緣丨）－?ｓｉ吨）??Ｘ＝／Ｋｐ？，ｖ，）＝?＋?—⑶也，）＋ｖ，，｜Ｍｍ｜＞０?（２．１２）??Ａ＂卜丨??〇，＾?＋Ａ６Ｉ（＿１??２．１．２机器人观测模型??在进行机器人定位时需利用粒子滤波算法（见后文），其中的机器人观测模型为二维??激光观测模型。如图２．４所示，当机器人在Ｘ，位姿处通过激光测距仪获取到２Ｄ点＆?，??－１０?－??
本文编号：2896486
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
图１．１移动机器人自主环境探索系统??Ｆｉｇ．?１．１?Ａｕｔｏｎｏｍｏｕｓ?ｅｎｖｉｒｏｎｍｅｎｔ?ｅｘｐｌｏｒａｔｉｏｎ?ｓｙｓｔｅｍ?ｏｆ?ｍｏｂｉｌｅ?ｒｏｂｏｔ??－４?－??
?大连海事大学硕士学位论文???２基于栅格－八叉树混合地图的同步定位与建图??移动机器人的三个核心任务［１］是定位、地图构建和路径规划／运动控制，三者的重叠??区域的组合问题如图２．１所示。同步定位‘与建图即ＳＬＡＭ解决了其中两个核心问题：定??位和地图构建。在本文移动机器人自主环境探索系统中，ＳＬＡＭ负责构建最终的栅格－??八叉树混合地图以及实时估计移动机器人自身轨迹，为自主探索策略提供八叉树地图和??当前位姿信息，为路径规划算法提供栅格地图和实时定位信息。??／路径规划，＼??／运动控制＼??图２．１移动机器人核心任务??Ｆｉｇ．?２．１?Ｃｏｒｅ?ｔａｓｋｓ?ｏｆ?ｍｏｂｉｌｅ?ｒｏｂｏｔ??ＳＬＡＭ问题可用数学进行如下描述：己知移动机器人的初始状态位姿；ｃ。和地图％，??初始时刻到／时刻里程计控制信息为传感器观测信息为ｚｌ：，?＝Ｚ｜，…，通??过以上信息对机器人的轨迹；＾?ｃ，和地图ｍ，的后验概率进行估计。由贝叶斯递归??原理可知，ｆ时刻的后验概率可以由？－１时刻的后验概率、ｆ时刻的观测模型和运动模型??三者递归表示，推导如下［３２］：??Ｂｅ／（ｘ，，ｍ，）?＝?ｐ（ｘ？ｍ，?ｌｚｌ：ｌ，ｕ１：，＿，）??＿?ｐ（ｚｌ＼ｘｌ，ｔｎｌ，ｚ１：，＿，?）ｐ（ｘｌ，ｍ，＼?ｚ１：＜＿，，??Ｐ｛．Ｚ，＼ＺＶＪ￣＼）??＝?（ｒｉＰ｛ｚｌ＼ｘ？ｍｌ））＼＼ｐ（ｘｌ，ｍ，＼ｘｌ＿ｘ，?ｍ，＿ｘ，?ｍ，＿，?）■?Ｂｅｌ?（ｘ，＿ｔ，?ｗ，．，）?ｃ＆（＿，?ｄｍ，＿ｘ??其中?７?＝?１?／?ｊｊ?（ｚ，丨?＆＿／，ｘ，，ｗ，）．?／＞?（ｘ，，ｗ，?｜?ｚ１：Ｍ?味——卜，是归￣￣化变量，５ｅ／?（ｘ，
?基于栅格－八叉树混合地图的移动机器人室内场景下自主环境探索???Ａ??＾?，?ｘｌ??＼?＼?ｙｆ（＾）??ｍ?丨?ｖｙ?Ｉ??—樣：ｒ??（Ｕ－。儿１驮－丨??〇＇、?及，??图２．３里程计圆弧运动模型??Ｆｉｇ．?２．３?Ｏｄｏｍｅｔｅｒ?ｃｉｒｃｕｌａｒ?ｍｏｔｉｏｎ?ｍｏｄｅｌ??圆弧运动模型中移动机器人运动区域的半径为：??ｒｔ?，?＇?（２．９）??相邻时刻移动机器人位置的横纵坐标变化为：??Ａｘ（＿［?＝?２ｒｔ＿ｘ?ｓｉｎ?ｃｏｓ?０Ｉ＿］?＋?叫－１?（２．１０）??２?Ｖ?２?ｙ??Ａｙ，＿！?＝?２ｒ（＿，?ｓｉｎ?ｓｉｎ?６＞＿，?＋?（２．１１）??２?ｖ?２?ｙ??圆弧运动模型数学描述如式（２．１２）所示：??Ｖ?卜⑷＋緣丨）－?ｓｉ吨）??Ｘ＝／Ｋｐ？，ｖ，）＝?＋?—⑶也，）＋ｖ，，｜Ｍｍ｜＞０?（２．１２）??Ａ＂卜丨??〇，＾?＋Ａ６Ｉ（＿１??２．１．２机器人观测模型??在进行机器人定位时需利用粒子滤波算法（见后文），其中的机器人观测模型为二维??激光观测模型。如图２．４所示，当机器人在Ｘ，位姿处通过激光测距仪获取到２Ｄ点＆?，??－１０?－??
本文编号：2896486
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/2896486.html
