基于ROS的自主移動(dòng)機(jī)器人系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、智能服務(wù)機(jī)器人是當(dāng)前國(guó)內(nèi)外機(jī)器人領(lǐng)域的研究熱點(diǎn)，其相關(guān)研究成果在一些電器制造商的推動(dòng)下逐步進(jìn)入人們的日常生活。作為重要的智能特征，自主移動(dòng)是保證智能服務(wù)機(jī)器人實(shí)用化的關(guān)鍵。本文結(jié)合 ROS(Robot Operating System，開(kāi)源機(jī)器人操作系統(tǒng)）對(duì)自主移動(dòng)機(jī)器人的設(shè)計(jì)和實(shí)現(xiàn)開(kāi)展如下工作。
　　第一，針對(duì)過(guò)去機(jī)器人開(kāi)發(fā)需要大量重復(fù)性代碼實(shí)現(xiàn)、工程實(shí)用性以及可擴(kuò)展性差的問(wèn)題，本文引入 ROS設(shè)計(jì)了可自主移動(dòng)的機(jī)器人。系統(tǒng)結(jié)構(gòu)

2、包括：一個(gè)兩輪差分驅(qū)動(dòng)底盤(pán)及支架；一套由激光雷達(dá)和Kinect相機(jī)組成的環(huán)境觀測(cè)系統(tǒng)；一套基于ROS的智能導(dǎo)航軟件。
　　第二，在傳統(tǒng)定位方法上，針對(duì)單一傳感器定位精度低的問(wèn)題，本文采用卡爾曼濾波和自適應(yīng)加權(quán)平均結(jié)合的方法實(shí)現(xiàn)多傳感器定位數(shù)據(jù)融合，提高測(cè)量精度；針對(duì)擴(kuò)展卡爾曼濾波抗干擾能力弱、假設(shè)噪聲服從高斯概率分布的問(wèn)題，利用粒子濾波提高了定位精確度，并在降低計(jì)算復(fù)雜度上提出改進(jìn)的FastSLAM算法。實(shí)驗(yàn)證明了上述工作的有效性

3、。
　　第三，在路徑規(guī)劃上，本文對(duì)全局路徑規(guī)劃Dijkstra算法和A*算法、局部路徑規(guī)劃 DWA算法和Trajectory Rollout算法進(jìn)行實(shí)驗(yàn)比較分析。考慮到導(dǎo)航過(guò)程中可能遇到突發(fā)情況，采用自適應(yīng)蒙特卡洛定位跟蹤自主移動(dòng)機(jī)器人的位姿，并利用它對(duì)未知環(huán)境導(dǎo)航、受外力作用的突發(fā)情況進(jìn)行了實(shí)驗(yàn)驗(yàn)證，最終驗(yàn)證它的可行性。
　　第四，在本課題的實(shí)際應(yīng)用場(chǎng)景進(jìn)行了多組實(shí)驗(yàn)測(cè)試，在不同的情境下測(cè)試機(jī)器人執(zhí)行任務(wù)的效率并對(duì)其進(jìn)行系