基于多源不确定性建模的移动机器人室内全局定位方法研究
发布时间：2021-04-15 19:06
移动机器人全局定位是导航系统中基础而重要的模块之一。移动机器人执行任务必须以对自身的位姿进行精确而稳定地估计为前提。移动机器人通过将当前观测与已有的环境地图进行匹配以对自身的位姿进行估计。在这一过程中,移动机器人自主定位受到多源不确定性的影响。这些不确定性包括观测不确定性和特征位置关联不确定性。其中,环境条件、传感器噪声以及信息传递噪声导致观测信息与真实的物理信息存在偏差。同时,机器人对环境认知能力不足,导致机器人对当前观测到的特征的全局位置的估计存在不确定性。这两种不确定性都影响机器人对自身所在位置的估计。后者的影响导致机器人不确定自己位于环境中哪个区域,前者主要导致机器人不确定自身的具体位姿。因此,研究面向定位任务的不确定性信息建模方法,在此基础上构建环境信息存储、检索以及信息关联与推理方法,对提升移动机器人全局定位系统的性能至关重要。本文借鉴定性推理方法、概率理论、机器学习方法等不确定性信息表达与处理方法的优点,针对观测不确定性和特征位置关联不确定性进行建模,提出了一些新的全局定位方法,以提高移动机器人自主导航过程的稳定性、高效性和智能性。为了提高对观测不确定性信息的处理能力,必...
【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校
【文章页数】：131 页
【学位级别】：博士
【部分图文】：
图１．１多种移动机器人：（ａ）仓储物流机器人；（ｂ）服务机器人；（ｃ）巡检机器人??
?第１章绪?论???，國＿??⑷?（ｂ）?（ｃ）??图１．１多种移动机器人：（ａ）仓储物流机器人；（ｂ）服务机器人；（ｃ）巡检机器人??水平不足是制约其进一步社会化应用的重要因素之一，也是机器人技术发展必??须要突破的瓶颈。??移动机器人常工作在非结构化的未知环境中，需要根据指定的任务目标自??主地对环境进行感知与认知，高效、智能地规划自身的行为以完成特定的任务。??为了更加高效地完成任务，移动机器人系统包含了中央决策系统以及多个分别??负责不同子任务的子系统。其中，移动机器人自主导航技术是其中基础而重要的??模块，其整体信息处理框架如图１．２所示。导航系统是集环境建模、场景理解与??推理、自主决策与执行以及人机交互的最小完备系统，对应着信息表达、关联、??融合、推理与管理的完备处理流程。因此，机器人导航系统的智能化水平也决定??了其所能适应的环境的复杂程度以及导航任务的复杂性。机器人自主导航系统??的智能化水平与相应的信息处理、特征表达与自主认知等方法紧密相关。近年??来，高速相机、图像处理硬件及高性能移动计算平台等技术的飞跃为移动机器人??自主导航提供了感知信息和运算效率的保证。信息智能处理技术的快速发展也??不断推动机器人自主导航系统朝着智能化方向发展，使得机器人对环境的适应??能力和自主性逐渐提高。??Ｉ?＇?Ｉ?？??｜观测不确定性？一关联不确定性｜???Ｉ??Ｊ?Ｉ?＾?Ｊ??觀關￥?＿?ｐ环境特征表达一？特征推理??激光传感器?环境感知信息＿????几何信息建模＿？几何约束??ＩＭＵ?环境地图????决策执行?＾＾一运动规划?＾—?路径规划?＾—
进行关联与匹配，推测自身所在区域。然而，由于传感器数据存在噪声，机器??人对自身位姿的估计存在不确定性。同时，由于环境中存在弱纹理、重复纹理以??及传感器信息本身具有不完备性，机器人在判断自身所在区域的过程中存在不??确定性。这两种不确定性都极大影响机器人定位的性能，而自主定位又是自主导??航技术的基矗因此，在定位过程中，针对这两种不确定性，建立有效的不确定??性信息表达模型，以及相应的管理、融合与推理方法，对于提升机器人定位性能??具有重要意义。???（ａ）?（ｂ）??图１．３移动机器人定位方式：（ａ）基于ＧＰＳ的定位方式；（ｂ）基于地图的自主定位方式??面向应用的机器人平台系统的研究都是在具备自主移动能力的导航平台之??上的。同时，实际的应用环境又对导航系统提出了不同的挑战。其中，如何基于??具有多源不确定性的信息进行自主高效准确的定位是移动机器人系统面临的共??性挑战。对不确定性信息的处理水平也是移动机器人导航系统智能化水平的重??要体现之一。对机器人导航系统的研宄，推动针对不确定性信息的表达、关联、??推理与融合方法，对于进一步推动信息智能处理理论与方法的研宄具有重要作??用。本文将围绕室内非结构场景下移动机器人自主导航关键技术展开研宄，主要??工作着眼于移动机器人的全局定位，从环境模型表达、不确定性信息建模与融合??以及不确定性推理与优化等三个方面展开研究。本文的研究可为无人自主平台??的研宄与应用提供必要的理论参考和方法支撑。??３??
【参考文献】：
期刊论文
[1]欧洲社会机器人已经“无所不在”[J]. 萧飞鱼. 高科技与产业化. 2019(10)
[2]融合改进A*算法和动态窗口法的全局动态路径规划[J]. 程传奇,郝向阳,李建胜,张振杰,孙国鹏. 西安交通大学学报. 2017(11)
[3]基于灰色定性理论的无陷阱人工势场[J]. 李书杰,王鹏,陈宗海. 控制与决策. 2013(06)
[4]基于变维度状态空间的增量启发式路径规划方法研究[J]. 张浩杰,龚建伟,姜岩,熊光明,陈慧岩. 自动化学报. 2013(10)
[5]基于改进A*算法的室内移动机器人路径规划[J]. 王殿君. 清华大学学报(自然科学版). 2012(08)
[6]未知环境下势场法路径规划的局部极小问题研究[J]. 朱毅,张涛,宋靖雁. 自动化学报. 2010(08)
[7]基于改进人工势场法的移动机器人路径规划[J]. 石为人,黄兴华,周伟. 计算机应用. 2010(08)
[8]基于灰色定性理论的移动机器人地图创建[J]. 段家庆,陈宗海,罗杨宇,李成荣. 控制与决策. 2009(10)
博士论文
[1]非结构场景下移动机器人自主导航关键技术研究[D]. 程传奇.战略支援部队信息工程大学 2018
[2]基于灰色定性方法的环境空间认知与表达研究[D]. 屈薇薇.中国科学技术大学 2016
[3]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]. 王鹏.中国科学技术大学 2015
本文编号：3139923
【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校
【文章页数】：131 页
【学位级别】：博士
【部分图文】：
图１．１多种移动机器人：（ａ）仓储物流机器人；（ｂ）服务机器人；（ｃ）巡检机器人??
?第１章绪?论???，國＿??⑷?（ｂ）?（ｃ）??图１．１多种移动机器人：（ａ）仓储物流机器人；（ｂ）服务机器人；（ｃ）巡检机器人??水平不足是制约其进一步社会化应用的重要因素之一，也是机器人技术发展必??须要突破的瓶颈。??移动机器人常工作在非结构化的未知环境中，需要根据指定的任务目标自??主地对环境进行感知与认知，高效、智能地规划自身的行为以完成特定的任务。??为了更加高效地完成任务，移动机器人系统包含了中央决策系统以及多个分别??负责不同子任务的子系统。其中，移动机器人自主导航技术是其中基础而重要的??模块，其整体信息处理框架如图１．２所示。导航系统是集环境建模、场景理解与??推理、自主决策与执行以及人机交互的最小完备系统，对应着信息表达、关联、??融合、推理与管理的完备处理流程。因此，机器人导航系统的智能化水平也决定??了其所能适应的环境的复杂程度以及导航任务的复杂性。机器人自主导航系统??的智能化水平与相应的信息处理、特征表达与自主认知等方法紧密相关。近年??来，高速相机、图像处理硬件及高性能移动计算平台等技术的飞跃为移动机器人??自主导航提供了感知信息和运算效率的保证。信息智能处理技术的快速发展也??不断推动机器人自主导航系统朝着智能化方向发展，使得机器人对环境的适应??能力和自主性逐渐提高。??Ｉ?＇?Ｉ?？??｜观测不确定性？一关联不确定性｜???Ｉ??Ｊ?Ｉ?＾?Ｊ??觀關￥?＿?ｐ环境特征表达一？特征推理??激光传感器?环境感知信息＿????几何信息建模＿？几何约束??ＩＭＵ?环境地图????决策执行?＾＾一运动规划?＾—?路径规划?＾—
进行关联与匹配，推测自身所在区域。然而，由于传感器数据存在噪声，机器??人对自身位姿的估计存在不确定性。同时，由于环境中存在弱纹理、重复纹理以??及传感器信息本身具有不完备性，机器人在判断自身所在区域的过程中存在不??确定性。这两种不确定性都极大影响机器人定位的性能，而自主定位又是自主导??航技术的基矗因此，在定位过程中，针对这两种不确定性，建立有效的不确定??性信息表达模型，以及相应的管理、融合与推理方法，对于提升机器人定位性能??具有重要意义。???（ａ）?（ｂ）??图１．３移动机器人定位方式：（ａ）基于ＧＰＳ的定位方式；（ｂ）基于地图的自主定位方式??面向应用的机器人平台系统的研究都是在具备自主移动能力的导航平台之??上的。同时，实际的应用环境又对导航系统提出了不同的挑战。其中，如何基于??具有多源不确定性的信息进行自主高效准确的定位是移动机器人系统面临的共??性挑战。对不确定性信息的处理水平也是移动机器人导航系统智能化水平的重??要体现之一。对机器人导航系统的研宄，推动针对不确定性信息的表达、关联、??推理与融合方法，对于进一步推动信息智能处理理论与方法的研宄具有重要作??用。本文将围绕室内非结构场景下移动机器人自主导航关键技术展开研宄，主要??工作着眼于移动机器人的全局定位，从环境模型表达、不确定性信息建模与融合??以及不确定性推理与优化等三个方面展开研究。本文的研究可为无人自主平台??的研宄与应用提供必要的理论参考和方法支撑。??３??
【参考文献】：
期刊论文
[1]欧洲社会机器人已经“无所不在”[J]. 萧飞鱼. 高科技与产业化. 2019(10)
[2]融合改进A*算法和动态窗口法的全局动态路径规划[J]. 程传奇,郝向阳,李建胜,张振杰,孙国鹏. 西安交通大学学报. 2017(11)
[3]基于灰色定性理论的无陷阱人工势场[J]. 李书杰,王鹏,陈宗海. 控制与决策. 2013(06)
[4]基于变维度状态空间的增量启发式路径规划方法研究[J]. 张浩杰,龚建伟,姜岩,熊光明,陈慧岩. 自动化学报. 2013(10)
[5]基于改进A*算法的室内移动机器人路径规划[J]. 王殿君. 清华大学学报(自然科学版). 2012(08)
[6]未知环境下势场法路径规划的局部极小问题研究[J]. 朱毅,张涛,宋靖雁. 自动化学报. 2010(08)
[7]基于改进人工势场法的移动机器人路径规划[J]. 石为人,黄兴华,周伟. 计算机应用. 2010(08)
[8]基于灰色定性理论的移动机器人地图创建[J]. 段家庆,陈宗海,罗杨宇,李成荣. 控制与决策. 2009(10)
博士论文
[1]非结构场景下移动机器人自主导航关键技术研究[D]. 程传奇.战略支援部队信息工程大学 2018
[2]基于灰色定性方法的环境空间认知与表达研究[D]. 屈薇薇.中国科学技术大学 2016
[3]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]. 王鹏.中国科学技术大学 2015
本文编号：3139923
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3139923.html
