移動(dòng)機(jī)器人自主導(dǎo)航關(guān)鍵技術(shù)研究.pdf

1、在已知或未知環(huán)境下的自主導(dǎo)航是移動(dòng)機(jī)器人研究的基本問題，機(jī)器人通過自身攜帶的內(nèi)部傳感器（里程計(jì)）和外部傳感器（視覺、紅外、激光等）在無人參與的情況下完成感知周圍環(huán)境，創(chuàng)建環(huán)境地圖、確定自身位姿、跟蹤目標(biāo)，躲避動(dòng)態(tài)或靜態(tài)障礙物等各種復(fù)雜的任務(wù)。這種技術(shù)已經(jīng)廣泛應(yīng)用于航天科技、軍事偵查、醫(yī)療救助、家庭互助等領(lǐng)域，具有人類無法替代的作用。
　　本文在國(guó)家自然科學(xué)基金項(xiàng)目“基于不精確地圖的移動(dòng)機(jī)器人室內(nèi)導(dǎo)航技術(shù)”、國(guó)家863計(jì)劃資助項(xiàng)目“

2、分布式多機(jī)器人合作與競(jìng)爭(zhēng)機(jī)制及其應(yīng)用技術(shù)”以及黑龍江省科技廳與哈飛汽車集團(tuán)公司合作項(xiàng)目“汽車安全駕駛嵌入式軟件”的資助下，以提高機(jī)器人自主導(dǎo)航的效率為目的，對(duì)移動(dòng)機(jī)器人自主導(dǎo)航的若干關(guān)鍵問題進(jìn)行了系統(tǒng)深入的研究。主要包括如下幾個(gè)方面：
　　第一，自主導(dǎo)航過程中里程計(jì)累積誤差一直是影響導(dǎo)航精度和效率的主要方面。一些研究人員已經(jīng)針對(duì)減小里程計(jì)累積誤差提出了一些有效方法，但這些方法只是針對(duì)某一種驅(qū)動(dòng)類型的移動(dòng)機(jī)器人，對(duì)其它驅(qū)動(dòng)類型移動(dòng)機(jī)

3、器人沒有代表性。本文針對(duì)同步驅(qū)動(dòng)和差動(dòng)驅(qū)動(dòng)移動(dòng)機(jī)器人，在假設(shè)弧線運(yùn)動(dòng)軌跡的基礎(chǔ)上，詳細(xì)地推導(dǎo)了里程計(jì)誤差與過程輸入量之間的近似函數(shù)關(guān)系，并在自主導(dǎo)航定位過程中加以驗(yàn)證。實(shí)驗(yàn)表明該方法有效地減小了導(dǎo)航過程中產(chǎn)生的里程計(jì)累積誤差，提高了定位精度。
　　第二，對(duì)于基于特征識(shí)別的視覺定位過程，當(dāng)特征點(diǎn)與地圖庫(kù)中的三維路標(biāo)進(jìn)行匹配時(shí)會(huì)產(chǎn)生多個(gè)候選位姿，這些候選位姿會(huì)給全局定位的精度帶來很多不確定性。為此本文提出了基于粒子群優(yōu)化的全局定位算法

4、。利用粒子群優(yōu)化算法對(duì)多個(gè)候選位姿集合進(jìn)行優(yōu)化獲得當(dāng)前時(shí)刻最優(yōu)位姿解。實(shí)驗(yàn)表明這種方法以犧牲較少的運(yùn)算時(shí)間獲得較高的全局定位精度。
　　第三，為了解決移動(dòng)機(jī)器人自主導(dǎo)航過程中出現(xiàn)的局部最小或死鎖問題，提出了一種基于模糊行為融合的避障算法。該算法在導(dǎo)航過程中不是實(shí)時(shí)獲得當(dāng)前時(shí)刻的最優(yōu)路徑而是僅獲得最滿意或最有效路徑完成導(dǎo)航任務(wù)。從而減少了導(dǎo)航過程中死鎖現(xiàn)象，有效地提高了移動(dòng)機(jī)器人導(dǎo)航過程的實(shí)時(shí)性和安全性。
　　第四，為了提高基