自主移動機器人地圖的構建、探索及定位地地研究

自主移動機器人地圖的構建、探索及定位地地研究

ID:32665332

大?。?.47 MB

頁數(shù):52頁

時間:2019-02-14

自主移動機器人地圖的構建、探索及定位地地研究_第1頁
自主移動機器人地圖的構建、探索及定位地地研究_第2頁
自主移動機器人地圖的構建、探索及定位地地研究_第3頁
自主移動機器人地圖的構建、探索及定位地地研究_第4頁
自主移動機器人地圖的構建、探索及定位地地研究_第5頁
資源描述:

《自主移動機器人地圖的構建、探索及定位地地研究》由會員上傳分享,免費在線閱讀,更多相關內(nèi)容在學術論文-天天文庫。

1、菇圭移蘩輥囂^地圖椽建、探索獲定畿研究摘要本文主要研究基于不確定信怠的自主移動祝器入(AutonomousMobileRobot,AMR)弼對定位藉魏窩構建(SimultaneousLocalizationandMapBuilding,SLAM)戩及圭l蠹鶩探索簿靛(MapExploration,ME)閥題,魯在椽建~個完整茲系統(tǒng),嫠得瓠囂人在完全未知結橡化環(huán)境下實現(xiàn)“完全是主”地圖開發(fā)的能力。蔭先,本文對不同的測躐傳感器進哥亍了比較,分毒斤了各種環(huán)境因素對激光測距儀的影響,表明將激光測距儀用于移動機器人的地圖構

2、建和定位研究具有獨特的優(yōu)勢;同時對激光測距的距離和角度的標準偏差重新迸行了界定,并建立了激光傳感器和里程計的漠差模型。程此基礎上,從系統(tǒng)的角度對SLAM和ME的體系結構遺行了設計,采尉了盤上翻下的芡滔鼢層式繕構。蔟次,在國嫉積總結基{l謄存在的移動規(guī)器入閹爨定燕和地基櫥建戇磷突方法的驀戳上,本文提出了~黏新的基于概率模型的幾何地圖三步構建方法:改進強度疑方圈特{芷提取、加杈最小二乘法特征擬合和動態(tài)特征更新;線段特征協(xié)方差筑陣的計算實現(xiàn)了離散化,大大減少了對存鐫空間和計算量的要求。應用擴展卡爾曼濾波(Extende

3、dKalmanFilter,EKF)實現(xiàn)了機器人厘米級剃的高精度定位,并將定位結果應用于地圖構建,從而狗成了完整的sLAM系統(tǒng)。動態(tài)和靜態(tài)兩種環(huán)境下的實驗結架證疆,系統(tǒng)準確惶高麗且樊有較好弱實時牲和魯棒縫,達剿了沒計要求。針對地基探索導航的研究,本文閹述了基于幾何地圖進孬移動機器人地圖探索導航茅Ⅱ其它導航研究的不同之處,按照全局目標規(guī)劃、局部路徑規(guī)劃和實時避障三層進行了分別設計。在全局目標規(guī)劃中,引入了“未知區(qū)域”的概念進行上屢的探索目標規(guī)劃,在實現(xiàn)形式上則采用了“決策樹”的數(shù)據(jù)模型;在局部路徑規(guī)劃中,采用“子目

4、標”和“圓弧軌跡”的辦法兢戈《出了戳線段和圓弧筑成的探索路徑,同時利用“矩形安全區(qū)域”對路徑靜安全萑遴行了驗證;在實對遙障層,壹接采稻傳感器原始數(shù)據(jù)稔造了“虛擬避蹲點”,萊鬟凝弧孰跡進行了避簿路經(jīng)豹設計,扶恧保諼了捉器人在動態(tài)巧壤下熬安全性。關鍵謫:自奎移動機器入:激光潲距儀;葡時定位和地圖構建;角度直方圖:擴雕卡爾簧濾波;縫醋探索;菌弧軌述自主移動機器人地閣構建、攆索及定位研究Abstract強ispaperresearchesonSimultaneousLocalizationandM攀Building(SL

5、AM)andMapExploration(ME)ofAutonomousMobileRobots(AMR)basedonuncertaintyenvironmentalinformation,inordertobuildacompletesystemthatmakesrobotshavetheabili和ofautonomousmapdevelopmentincompleteunknownstructuralenvironment.First,thepapercomparesdifferentrangesenso

6、rs,analysesinfectiononlaserrangefinderofvariOUSenvironmentaifactorsandshowstheadvantagesoflaserrangefinderinm曲ilerobotresearch.Thepaperconceptstheuncertaintyofdistanceandanglesoflaserrangefinder,buildserrormodeloflaserrangefinderandodometer,anddesignsarchitec

7、tureofSLAMandMEusinglayerstructurefromuptodown.Then,afterbackwardglanceandsummaryofmethodsonmobilerobotSLAM,thispaperproposesanewthere—stepgeometrymapbuildingapproachbasedonprobabilitymodel:improvedanglehistogram,weightedleastsquarefittinganddynamicfeamreupda

8、ting.Calculationofline受ature’Scovariancematrixrealizesdiscretization,SOdecreasesthememoryandcomputeburden.ThepaperalsorealizespreciselocalizationusingExtendedKalmanFilter(EKF),andappliesl

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。