分享到:

移动机器人的同时定位和地图构建

随着社会信息化技术的发展,工业、农业、科研、国防等各个领域越来越需要高性能的自动化系统。特别是在机器人与自动化领域,更是引起了很多人的兴趣。眼下,世界各地的机器人公司和科研机构正加紧开发研制各种智能移动服务机器人,代替人类工作。开发研制各种自主车系统,用于安全驾驶或者军事。根据机器人的工作环境,可以分为室内移动机器人和室外自主车系统(ALV, Autonomous Land Vehicle)。在所有这些应用中,自主导航是一个最基本的需求,而机器人定位又是自主导航的最基本内容,并且现代定位方法是结合内、外部传感器的基于环境地图的定位方法。所以本文就围绕着移动机器人研究中的环境地图构建、移动机器人定位、同时定位与地图构建三个问题进行了深入研究,取得了一些有意义的成果。第一部分内容是环境地图构建,包括室内环境地图构建和室外环境地图构建。对于室内环境地图构建,由于采样点在空间分布上的不均匀性,运用变阈值自适应分隔方法对采样点进行聚类,同  (本文共117页) 本文目录 | 阅读全文>>

山东大学
山东大学

移动机器人适应搜救环境的同时定位和地图构建(SLAM)方法研究

移动机器人同时定位和地图构建(Simultaneous Localization and Mapping,SLAM)方法在搜救环境的应用具有重大意义,为搜救队员提供搜救(Search and Rescue,SAR)现场的实况地图、对搜救被困者和受害者及重大意义目标(如出口、危险物、障碍等)进行特征标记。尤其面临巨大挑战的是在破坏的松散结构和未知环境下的同时定位和地图构建问题。SLAM过程的定位信息和所生成地图对搜救队员可靠而有效地进入搜救环境提供了至关重要的灾难现场信息。机器人在搜救环境严酷条件下,构建环境地图,进行定位、搜救区域面积覆盖、探索轨迹规划过程中,GPS信号通常不可靠甚至不可得;搜救环境的SLAM对地图构建的快速性、实时性、兴趣目标(Object of Interest,OOI)特征定位的精确性、探索区域面积(Area Coverage,AC)的全覆盖、目标辨识(Object Identification,OI)、闭...  (本文共200页) 本文目录 | 阅读全文>>

北京邮电大学
北京邮电大学

基于超声波的室内环境下移动机器人同时定位及地图构建

移动机器人的自主定位和地图构建是移动机器人实现自主导航的基础,也因此一直是移动机器人研究中的两个核心内容。移动机器人的工作环境可分为室外环境和室内环境两种,本文主要针对室内环境下的移动机器人同时定位及地图构建(SLAM)问题进行研究。首先本文分析了移动机器人的定位模型包括移动机器人的坐标系统模型、位置模型以及基于里程计的航位推算法运动模型,并对航位推算法运动模型进行了误差分析。其次,本文设计了一套基于超声波传感器的测距系统,包括硬件电路设计和软件程序设计。其中硬件电路设计部分,以TI公司生产的DSP芯片TMS320LF2407为核心处理器,设计相应的外围电路和超声波传感器的采集电路,同时在硬件设计中考虑到了硬件抗干扰设计,以进一步提高系统的安全可靠性。而软件程序设计部分,在CCS编程环境下,设计了一套传感器触发、A/D采样、均值法过滤噪声以及数值处理的程序。本论文在传统的轮流触发基础上设计了一套多传感器分组轮流触发的程序,可以大...  (本文共64页) 本文目录 | 阅读全文>>

大连海事大学
大连海事大学

基于激光测距仪的移动机器人同时定位与地图构建研究

机器人是智能时代的典型产物,而移动机器人是各智能机器人中最具代表性的。进入21世纪以后,机器人对人类的作用更加突出,且随着技术的发展,人类对移动机器人的要求不断提高,但最终目的是使移动机器人实现真正的自主化、智能化[1]。在移动机器人完成既定任务时,环境地图信息一般是已知的。当地图未知时,移动机器人的运动需要周围环境信息,所以需要绘制地图,而绘制地图时则需要移动机器人的精确位置信息,故移动机器人地图信息和位置信息是互为前提的。移动机器人同时定位与地图构建(Simultaneous Localization and Mapping,SLAM),是通过携带特定传感器的移动机器人,在移动过程中,对未知环境进行探测并获取外部信息,从而实现在环境信息和位置信息部分已知或者完全未知情况下对移动机器人进行定位和绘制增量式地图的过程。本文研究使用移动机器人为Dr robot公司生产的X80Pro无线智能移动机器人开发平台,移动机器人携带了一些感...  (本文共75页) 本文目录 | 阅读全文>>

中国海洋大学
中国海洋大学

大尺度环境移动机器人同时定位与地图构建算法的实现

移动机器人具有很高的智能性,自主性和机动性,可以代替人类在复杂或危险的环境中完成探险、探测和操作等任务。移动机器人必须具备自主导航的能力,因为可靠的导航能力是真正实现其自主移动的基础。现在未知环境下的自主导航成为移动机器人领域关注的热点。因为未知环境下不存在可以提供准确导航信息的先验的地图环境信息,所以未知环境下的自主导航成为移动机器人领域一个亟需解决问题。解决这个问题则需要处理以下两个方面:一方面机器人如何在未知环境下确定自身的定位;另一方面,机器人如何准确描述环境特征并建立环境地图。为了解决这两个难点,移动机器人的同时定位与地图构建算法(Simultaneous Localization and Mapping,简称SLAM)被提出来。SLAM问题自提出以来就受到移动机器人领域广大研究者的关注,其重要的理论和应用价值被很多研究者认为是实现自主移动机器人的核心问题,已经成为自主导航领域研究的焦点。近十年来,许多研究者通过努力取...  (本文共86页) 本文目录 | 阅读全文>>

浙江工业大学
浙江工业大学

移动机器人同时定位与地图构建研究

近年来,随着计算机技术、人工智能技术、智能控制技术和传感器技术等高新技术的不断进步,移动机器人技术获得了飞速发展。作为移动机器人领域的研究热点,同时定位与地图构建被认为是实现移动机器人全自主的关键技术,具有重要的理论意义和应用价值。本文对移动机器人的同时定位与地图构建问题进行了研究。针对标准EKF-SLAM算法存在的一些问题,提出了一种基于观测范围约束的改进EKF-SLAM算法。本文的主要工作和成果如下:1、分析了SLAM问题的数学模型,并对SLAM问题涉及的相关模型进行了定义。2、对SLAM算法中比较典型的EKF-SLAM算法和UKF-SLAM算法进行了理论分析,并通过仿真实验对这两种SLAM算法在定位精度上进行了比较。3、提出了一种基于观测范围约束的改进EKF-SLAM算法。针对标准EKF-SLAM算法在大规模复杂环境下存在的计算量大和定位精度低等问题,通过对机器人的观测范围添加约束条件,并删除系统状态向量中超出约束范围的匹...  (本文共68页) 本文目录 | 阅读全文>>