移動(dòng)機(jī)器人路徑規(guī)劃和地圖創(chuàng)建研究.pdf

1、機(jī)器人學(xué)是當(dāng)今高技術(shù)研究最活躍的領(lǐng)域之一。作為機(jī)器入學(xué)的重要分支，移動(dòng)機(jī)器人的研究涉及多個(gè)學(xué)科，在不同的領(lǐng)域得到了廣泛的應(yīng)用。自主導(dǎo)航是移動(dòng)機(jī)器人應(yīng)具備的基本功能，路徑規(guī)劃和地圖創(chuàng)建是移動(dòng)機(jī)器人實(shí)現(xiàn)自主導(dǎo)航需要解決的關(guān)鍵問(wèn)題，決定著移動(dòng)機(jī)器人是否能完成對(duì)環(huán)境的自主探索。路徑規(guī)劃是移動(dòng)機(jī)器人在有障礙的環(huán)境中，尋找一定指標(biāo)下盡可能優(yōu)化的避障路徑。地圖創(chuàng)建是通過(guò)傳感器采集的信息繪制機(jī)器人所處環(huán)境的過(guò)程，是路徑規(guī)劃和運(yùn)動(dòng)控制的基礎(chǔ)。同時(shí)定位與地

2、圖創(chuàng)建(simultaneous localization and mapping，SLAM)將地圖創(chuàng)建和定位合并為一個(gè)估計(jì)問(wèn)題來(lái)建立更加可信的環(huán)境地圖。移動(dòng)機(jī)器人在自主導(dǎo)航的過(guò)程中，需要?jiǎng)?chuàng)建環(huán)境地圖，實(shí)現(xiàn)自身定位和路徑規(guī)劃，因此研究移動(dòng)機(jī)器人路徑規(guī)劃和地圖創(chuàng)建具有理論和現(xiàn)實(shí)的意義。
　　論文以移動(dòng)機(jī)器人為研究對(duì)象，對(duì)路徑規(guī)劃和SLAM算法進(jìn)行研究，具體研究?jī)?nèi)容如下:
　　1.基于卡爾曼濾波的SLAM算法并沒(méi)有考慮外部干擾問(wèn)

3、題，但其影響常導(dǎo)致移動(dòng)機(jī)器人定位的失敗。針對(duì)此問(wèn)題，提出抗外部干擾的卡爾曼濾波SLAM算法。該算法將外部干擾檢測(cè)和狀態(tài)方差膨脹過(guò)程融入到擴(kuò)展卡爾曼濾波和無(wú)跡卡爾曼濾波的SLAM算法中，減少了外部干擾的影響，提高了算法的估計(jì)精度和魯棒性。
　　2.針對(duì)不正確的先驗(yàn)知識(shí)會(huì)影響FastSLAM算法對(duì)系統(tǒng)狀態(tài)估計(jì)精度問(wèn)題，提出基于動(dòng)態(tài)分?jǐn)?shù)階和alpha穩(wěn)定分布粒子群優(yōu)化(DFC&ASD-PSO)的FastSLAM算法。該算法在FastSL

4、AM框架中融入先驗(yàn)知識(shí)修正的過(guò)程，使得先驗(yàn)知識(shí)更接近于真實(shí)值。通過(guò)臨近觀測(cè)的不一致性和DFC&ASD-PSO完成先驗(yàn)知識(shí)的修正，提高SLAM結(jié)果的精度。
　　3.針對(duì)FastSLAM算法存在線性化誤差和粒子耗盡的問(wèn)題，提出基于平方根無(wú)跡卡爾曼濾波(SR-UKF)和改進(jìn)遺傳重采樣的FastSLAM算法。該算法采用SR-UKF來(lái)估計(jì)粒子的提議分布，不僅降低了線性化誤差，而且確保了協(xié)方差矩陣的非負(fù)定，保證了SLAM算法的穩(wěn)定性。為了防止

5、粒子衰退和保證粒子的多樣性，使用基于雙賭輪選擇和快速M(fèi)etropolis-Hastings變異的遺傳算法來(lái)對(duì)粒子進(jìn)行重采樣。
　　4.基于可視圖的全局路徑規(guī)劃算法中，可視圖構(gòu)造是個(gè)非常耗時(shí)的過(guò)程且包含了很多無(wú)用的可視邊。為了提高全局路徑規(guī)劃的效率，提出同步可視圖構(gòu)造和路徑搜索(SVGA)算法。SVGA算法不是在路徑搜索之前構(gòu)造可視圖，而是將可視圖的構(gòu)造融入到路徑搜索過(guò)程中。根據(jù)啟發(fā)式搜索，只構(gòu)造與最優(yōu)路徑有關(guān)的可視邊，而忽略大部分