论文部分内容阅读
近年来,机器人技术在工业生产、智能制造、军事等领域中的应用越来越广泛和深入。其中,地面移动机器人作为各形态机器人中最为常见的一种形式,其自主导航能力成为重要技术组成部分。本文面向自主导航机器人,针对即时定位与地图构建技术和机器人定位与路径规划导航技术进行研究,利用深度相机代替单线激光雷达作为主传感器,设计了一套移动机器人室内环境中的自主导航方法并使用Turtlebot2移动平台开展相关实验。首先,介绍了本课题所使用的机器人平台的软件和硬件实验平台,并对所选用的机器人平台进行系统模型的建立,在平面环境中依据移动机器人运动学原理建立了运动模型和传感器观测模型。其次,对移动机器人的即时定位与建图(simultaneously localization and mapping,SLAM)技术进行研究。本文选用占据栅格地图方式进行地图的表示。针对传统的RBPF-SLAM算法进行了研究分析,为解决传统算法中粒子频繁重采样造成的计算量过大问题及重采样过程造成的粒子多样性降低的问题,本文利用将传感器最近的观测信息与机器人运动模型相结合作为建议分布和引入自适应的重采样方式的改进算法来构建环境地图,最后通过仿真实验验证该算法的实用性。再次,开展了机器人定位与路径规划技术研究。基于已创建的室内环境占据栅格地图,选用基于粒子滤波的自适应蒙特卡洛定位算法对机器人位置进行定位与估计。路径规划主要包括全局路径规划和局部路径规划两部分;详细介绍了Dijkstra算法、A*算法以及DWA算法原理;对DWA动态窗口法的不足之处进行改进,通过建立仿真实验,验证改进算法的可行性。最后,搭建了自主导航机器人实验平台,对导航过程中机器人的SLAM技术、定位技术及路径规划技术进行实验分析,验证本文系统的有效性及鲁棒性,实验证明该系统能较好地实现移动机器人在室内环境中的自主导航任务。