室內(nèi)環(huán)境下移動機(jī)器人定位和建圖研究.pdf

1、本文以室內(nèi)環(huán)境下移動機(jī)器人的導(dǎo)航為研究背景,面向?qū)嶋H應(yīng)用,以Pioneer-3DX移動機(jī)器人為實驗平臺,利用里程計、聲納作為主要傳感器,分別針對室內(nèi)環(huán)境下移動機(jī)器人自定位問題及同時定位和建圖問題(SimultaneousLocalization and Mapping,SLAM)展開研究。圍繞上述問題,本文主要進(jìn)行以下三個方面的研究： (1)基于蒙特卡洛方法提出一種實用的移動機(jī)器人自定位技術(shù)。針對聲納傳感器的特點,設(shè)計一種有效的

2、粒子權(quán)重的更新方法,該方法通過對聲納數(shù)據(jù)進(jìn)行分類和多聲納數(shù)據(jù)的融合提高權(quán)重的計算精度,在實現(xiàn)時采用查表的方法保證算法的實時性；通過重采樣和發(fā)散操作,確保濾波器中粒子群的收斂度和有效性,有效地降低濾波器的退化和匱乏效應(yīng),并最終解決移動機(jī)器人定位過程中的“綁架”問題。 (2)開展基于遺傳算法的移動機(jī)器人自定位研究,將移動機(jī)器人定位問題轉(zhuǎn)化為一個狀態(tài)估計問題,利用遺傳算法優(yōu)越的全局搜索能力尋找機(jī)器人當(dāng)前位姿的優(yōu)化估計。針對定位問題,設(shè)

3、計一種基于位置相似度的種群適應(yīng)度計算方法；利用實時性較高的實值編碼方式實現(xiàn)種群的交叉、變異；將發(fā)散算子引入常規(guī)遺傳算法,減小“綁架”發(fā)生時種群的匱乏效應(yīng)；在此基礎(chǔ)上,利用機(jī)器人運動模型更新種群狀態(tài)實現(xiàn)機(jī)器人的連續(xù)定位。 (3)以里程計、聲納分別作為航跡推測和環(huán)境感知傳感器,提出一種室內(nèi)環(huán)境下基于二維線段特征的SLAM技術(shù)方案。具體而言,設(shè)計了一種實用的SLAM系統(tǒng)框架；提出基于混合霍夫變換和最小二乘的線段特征提取算法,同時,為了