多移動機(jī)器人環(huán)境探索與地圖創(chuàng)建關(guān)鍵技術(shù)研究.pdf

1、隨著機(jī)器人技術(shù)的快速發(fā)展，其應(yīng)用領(lǐng)域從結(jié)構(gòu)化的已知室內(nèi)環(huán)境，拓展到危險區(qū)域的搜救、勘探、有毒物品的處理和軍事應(yīng)用等未知動態(tài)環(huán)境，在真實動態(tài)未知環(huán)境中移動機(jī)器人完成各種智能任務(wù)的首要前提是對未知環(huán)境進(jìn)行有效探索及創(chuàng)建環(huán)境地圖。 多個功能有限的機(jī)器人組成的多機(jī)器人系統(tǒng)遠(yuǎn)比單個功能復(fù)雜的機(jī)器人具有優(yōu)勢，可以完成單個機(jī)器人無法完成的任務(wù)，更加有效和可靠地完成任務(wù)，魯棒性強(qiáng)。多機(jī)器人系統(tǒng)可以提高環(huán)境探索和環(huán)境地圖創(chuàng)建的效率，多個機(jī)器人并行

2、工作可減少探索所需時間，靈活性、可靠性及容錯能力更強(qiáng)：通過融合多個機(jī)器人的感知信息，可以創(chuàng)建更精確的環(huán)境地圖，獲得更精確的環(huán)境認(rèn)知。與在單個機(jī)器人環(huán)境建模和探索方面已經(jīng)取得的相當(dāng)成熟的研究成果相比，在未知環(huán)境中，在時間、能源、計算能力、通訊能力、感測能力、移動能力等各種約束條件下，實現(xiàn)多機(jī)器人的有效協(xié)同探索和環(huán)境地圖創(chuàng)建是一個具有挑戰(zhàn)性的問題，有許多難題亟待解決。本文主要針對多移動機(jī)器人系統(tǒng)的協(xié)同環(huán)境探索策略及多移動機(jī)器人的環(huán)境地圖創(chuàng)建

3、展開研究，主要研究內(nèi)容如下： 首先，本文綜述了多機(jī)器人系統(tǒng)環(huán)境探索和環(huán)境地圖創(chuàng)建方面的研究現(xiàn)狀，介紹了論文的研究背景和論文結(jié)構(gòu)。 其次，在分析目前多移動機(jī)器人協(xié)同環(huán)境探索常用拍賣算法局限性基礎(chǔ)上，應(yīng)用多智能體的合同網(wǎng)協(xié)議實現(xiàn)分布式的多移動機(jī)器人協(xié)同環(huán)境探索，提高整個系統(tǒng)的容錯性和可靠性，改進(jìn)的多輪單物品拍賣算法可有效地為多機(jī)器人分配目標(biāo)點，仿真結(jié)果驗證了該算法可以實現(xiàn)多移動機(jī)器人有效的協(xié)同探索，并且與組合拍賣相比，計算量

4、大大降低。 第三，針對多機(jī)器人環(huán)境探索中為多機(jī)器人分配多目標(biāo)點的組合優(yōu)化問題，利用遺傳算法的全局搜索能力，解決多移動機(jī)器人的多目標(biāo)點分配問題；引入免疫網(wǎng)絡(luò)理論和克隆選擇算法建立動態(tài)分布式的多機(jī)器人協(xié)同環(huán)境探索機(jī)制，嘗試在多個機(jī)器人之間以及在機(jī)器人與未知環(huán)境之間建立智能，提高探索系統(tǒng)的冗余性和魯棒性；針對傳統(tǒng)遺傳算法的早熟收斂局限，應(yīng)用免疫遺傳算法為多移動機(jī)器人分配多目標(biāo)點，將遺傳算法的隨機(jī)全局搜索能力、并行性與免疫系統(tǒng)的抗體多樣

5、性相結(jié)合，免疫遺傳算法能夠更有效地為多移動機(jī)器人分配目標(biāo)點。仿真結(jié)果表明了這一方法的有效性，特別是在復(fù)雜的環(huán)境中，其在目標(biāo)分配上的時間大大減少。 第四，針對室內(nèi)結(jié)構(gòu)化環(huán)境地圖創(chuàng)建，在對移動機(jī)器人固定配置的聲納傳感器不確定信息的分析基礎(chǔ)上，利用Hough變換對原始聲納數(shù)據(jù)進(jìn)行直線特征提取，對聲納數(shù)據(jù)的預(yù)處理，不僅改善了地圖的精度，而且減少了數(shù)據(jù)融合的計算量，提高了環(huán)境地圖創(chuàng)建的效率；利用D-S證據(jù)理論對聲納數(shù)據(jù)進(jìn)行融合，引入自適應(yīng)

6、的距離置信因子消除大量不確定信息，建立環(huán)境的柵格地圖；通過PioneerⅢAT機(jī)器人實驗，驗證了算法的有效性。 第五，針對聲納數(shù)據(jù)的不確定性信息，基于粗集理論，引入分層約簡方法處理聲納數(shù)據(jù)；在約簡的基礎(chǔ)上，應(yīng)用多個神經(jīng)網(wǎng)絡(luò)進(jìn)行目標(biāo)識別，多神經(jīng)網(wǎng)絡(luò)的有效組合可以增強(qiáng)模式分類的有效性，局部并行網(wǎng)絡(luò)結(jié)構(gòu)可以增加識別精度，應(yīng)用平均加權(quán)策略融合并行神經(jīng)網(wǎng)絡(luò)的輸出以改善識別系統(tǒng)對于噪聲、聲納數(shù)據(jù)丟失等的魯棒性。仿真結(jié)果表明，與傳統(tǒng)的基于聲納

7、數(shù)據(jù)的目標(biāo)識別算法相結(jié)合，該方法可以提高室內(nèi)環(huán)境下移動機(jī)器人基于聲納數(shù)據(jù)的目標(biāo)識別率，可以快速有效識別室內(nèi)環(huán)境中的平面、銳角、轉(zhuǎn)角、圓柱等典型目標(biāo)。 第六，研究了在沒有公共參考坐標(biāo)系及機(jī)器人相對位置信息未知情況下的柵格子地圖融合問題，在地圖相異度概念基礎(chǔ)上，采用一種基于免疫自適應(yīng)遺傳算法的移動機(jī)器人柵格子地圖融合方法，搜索兩個柵格子地圖的最佳重疊區(qū)域。利用免疫算法的抗體多樣性維持機(jī)制，克服遺傳算法的早熟收斂問題；基于抗體相似度和