论文部分内容阅读
随着机器人技术的迅速发展,保洁、看护、安防等各种服务机器人逐渐走进人们的日常生活。与工业机器人相比,服务机器人所面临的工作环境通常具有未知性、非结构化和动态性等特点;其本身也需要具备自主移动能力,以便完成相应任务。因此,环境重建和自主导航是服务机器人的核心支撑技术。另一方面,随着成本不断降低,获取环境三维信息的机器人传感器得到了广泛应用。如何充分利用传感器的三维感知能力,将现有基于二维地图表示的环境重建和自主导航方法扩展到三维空间,是服务机器人技术领域一个具有理论和现实意义的问题。本文针对室内地面移动机器人这一典型的服务机器人类型,充分利用其工作环境的特点,提出了一种高效的三维空间表示方法——多层占有栅格(Multi-Level Occupancy Grids,M-LOG)。该表示方法以机器人地图构建和路径规划中常用的二维占有栅格地图为基础,通过层叠方法保存不同高度的环境信息,能够以较低的存储开销有效表示三维环境中的关键信息。本文面向室内地面移动机器人的环境地图构建需求,设计并实现了一种基于多层代价地图的同步定位与建图(Simultaneous Localization and Mapping,SLAM)方法。该方法不仅能够快速构建包含关键三维信息的环境地图表示,还能够利用多层扫描数据提高机器人定位和建图的精确性。以多层代价地图为基础,本文设计并实现了一种通过性感知(Trafficability-Aware)的室内地面移动机器人导航方法。该方法将机器人自身几何形状、越障能力等属性作为通过性约束条件引入系统中,从而将多层代价地图转化为考虑特定机器人通过性的代价地图,实现通过性感知的机器人路径规划和局部运动规划。本文使用运行开源机器人操作系统ROS的Turtlebot 2地面移动机器人作为实验平台,在Gazebo仿真器和真实物理环境中进行了基于多层代价地图的同步定位与建图和自主导航实验。实验和测试结果表明,多层代价地图能够为在室内环境工作中的地面移动机器人提供包含关键三维信息的环境表示,并且能够提高定位与建图的精确性和路径规划的最优化程度。与其他典型三维环境表示方法相比,多层代价地图及相关建图与导航算法的存储和计算复杂度与空间分层数、所用粒子数等关键参数成线性关系,更加高效且具有更高的扩展性。