移動機器人探索式在線構(gòu)建環(huán)境地圖的研究.pdf_第1頁
已閱讀1頁,還剩71頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、解決定位與地圖構(gòu)建的問題,是智能移動機器人實現(xiàn)導航與探索環(huán)境的前提。隨著科學技術(shù)的不斷發(fā)展,移動機器人的傳感器在精度、魯棒性以及售價都在不斷改善,投入定位與地圖構(gòu)建的研究人員也不斷增多,移動機器人被動式構(gòu)圖也逐步成熟。但是主動式構(gòu)圖方法的研究相對較少,對于移動機器人如何高效自主地構(gòu)建未知環(huán)境地圖仍是一個亟待解決的問題。
  通過對移動機器人的同時定位與構(gòu)圖方法、路徑規(guī)劃與導航以及未知環(huán)境探索策略研究,提出了移動機器人探索式構(gòu)圖課題

2、。本文主要針對大面積復雜環(huán)境的地圖融合和魯棒導航、以及未知環(huán)境的探索策略等方面提出了一些改進方案和算法,以提高探索式構(gòu)圖的構(gòu)圖一致性、探索效率等。本文的研究內(nèi)容主要包括以下幾個方面。
  1.提出了將點-線鄰近匹配方法(PLICP,Point-to-line based Iterative Closet Point)與RBPF-SLAM結(jié)合。通過點-線鄰近匹配方法對機器人相鄰掃描數(shù)據(jù)進行匹配,并將匹配結(jié)果用于糾正局部里程誤差,這樣

3、避免里程計累積誤差對構(gòu)圖算法的影響。PLICP采用混合智能搜索策略加速ICP求解過程。將PLICP匹配結(jié)果作為運動模型的輸入,提高了RBPF-SLAM算法對機器人姿態(tài)估計的精度,從而改善了構(gòu)圖的一致性。
  2.針對動態(tài)窗口導航算法在環(huán)境復雜地面不平整的場景中魯棒性不足的問題,本文提出引入軌跡跟蹤算法彌補動態(tài)窗口開環(huán)控制給導航帶來的缺陷。采用軌跡跟蹤算法跟蹤動態(tài)窗口產(chǎn)生的局部路徑,在跟蹤局部路徑過程中,機器人根據(jù)當前定位信息快速調(diào)

4、節(jié)機器人的運動速度,而不是以動態(tài)窗口計算出的速度勻速運動,這樣減少地面不平整以及車輪打滑等噪聲帶來的影響,可以提高導航的精度和魯棒性。
  3.對于移動機器人如何探索未知環(huán)境并構(gòu)建環(huán)境地圖問題,本文提出一種基于滾動窗口的探索式構(gòu)圖方法。該算法將傳統(tǒng)牛耕遍歷策略,改進為基于動態(tài)窗口的未知環(huán)境的探索方法,并與上述的改進地圖融合和路徑規(guī)劃與導航算法相結(jié)合,實現(xiàn)了快速高效的探索未知環(huán)境并構(gòu)建地圖。同時當機器人進入“死胡同”時,采用逃離策略

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論