论文部分内容阅读
服务机器人的定位与导航,不仅需要具备基本的导航算法,而且还要考虑应用环境中人的舒适感、满意程度等诸多精神方面的需求。传统的机器人导航方式侧重于感知决策模式下的自主运动,追求定位导航的精确性和抗干扰能力,很少涉及人的运动模式发现和行为意图理解,缺乏与人友好、和谐共处的属性。本文针对人-机共存的半结构动态家庭环境,深入研究智能空间辅助的服务机器人高性能定位、导航与控制的相关方法和关键技术,探索与人共融的家庭服务机器人定位导航新形式,以提高服务机器人的智能化水平和执行服务任务的效率。论文的主要工作如下:(1)针对家庭环境下人的运动发现,提出了一种具有高精度、强鲁棒性和目标识别能力的人体快速检测、定位与跟踪方法。首先,基于分布激光雷达搭建了家庭环境下的人体检测、定位与跟踪平台,使之具备多目标跟踪能力。其次,为弥补该系统只能进行运动目标跟踪,难以完成目标识别的缺憾,融合视觉检测信息,提取目标的颜色和轮廓特征,实现了具有特征识别能力的目标跟踪,不仅扩展了服务机器人的感知能力,而且从根本上解决了“服务对象在哪里,其状态如何”的问题。(2)为增强复杂动态家庭环境下服务机器人自主定位能力,将基于自然特征的场景识别技术与Monte Carlo方法有机结合,提出了一种由粗到精、定位状态实时监控的服务机器人位姿估计方法,并对新添粒子的引入方式进行了深入研究。在场景识别阶段,基于SURF算法提取不变性特征,构建特征词典,实现了家庭环境下不同场景的特征向量表示形式。针对传统BOW模型表示图像的不稳定问题,提出了一种基于统计的几何一致性检验方法,提高了场景识别的准确率。在位姿估计阶段,采用信息熵和粒子有效性数目实时监测当前粒子的定位状态,为新粒子的引入增添了理论依据。实验效果表明,该方案能够实现动态环境下具有强鲁棒性的服务机器人快速定位。(3)针对传统路径规划方法在家庭环境下展现出来的局限性,提出一种基于人的行走轨迹的服务机器人导航方法。首先,在人体检测、定位与跟踪的基础上,探讨了行人轨迹的描述方式,提出了一种基于核密度估计的关键点提取与轨迹表达方法,通过轨迹在空间距离、运动方向、运动速度上的相似性度量实现了行人运动轨迹的分类。其次,为避免路径搜索算法在全局空间中的扩展,提高算法的实时性,提出了一种基于轨迹引力函数的改进RRT-Connect算法,实现了趋于行走轨迹的路径搜寻方案。最后,实现了基于拓扑-栅格环境模型双层路径规划,在安全导航的基础上,提高了导航效率。(4)依据家庭环境中人的运动行为具有一定规律性的假设,提出了一种基于人的运动模式分析的服务机器人导航与控制方法。研究了基于观测序列的行人运动模式建模方法。阐述了融合人的生活习惯的多约束路径规划模式,结合感知-慎思-反射复合行为模式,提出了一种基于多层感知模型的服务机器人避让方案,并给出了相应的运动控制实现,使之具有主动避让能力,增强了人-机共融的友好性。