基于ROS的移动机器人导航系统研究

来源 :齐鲁工业大学 | 被引量 : 0次 | 上传用户:w313829237
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文课题源于对四轮差速机器人Autolabor2.5实验平台导航系统的开发,机器人导航理论主要涉及的问题包括机器人建图与定位问题、机器人在静态环境下的路径规划问题、机器人在局部未知环境下的动态避障问题。本文主要对导航的核心任务——路径规划进行了研究。
  为了对设计的导航系统进行理论验证,搭建了真实的机器人平台Autolabor2.5,并根据机器人元器件性能参数搭建开发平台的仿真模型,分别在两个平台下对导航系统的性能进行测试。
  使用传统的A*算法结合ROS系统应用,在对障碍物进行膨胀处理时,存在路径最优节点可能被删除的问题,通过提出安全评价机制对安全距离内的最优路径点进行筛选,保证了最优路径点不会被删除,提高了路径的最优性的同时保证了机器人的安全性。最后针对改进算法规划出的路径存在的尖峰问题,通过二阶贝塞尔曲线对生成的路径进行平滑处理,降低了路径中的尖峰数量,使得规划出的路径更加平滑。在使用动态窗口避障算法进行局部路径规划时,通过提前判断目标点是否被包含在障碍物集合内,对机器人速度采样空间中的紧急制动速度组进行选择性评价,降低了算法的计算量,提升了算法的运算效率。
  最后在基于Ubuntu16.04系统的ROS中使用C++语言对导航系统进行编程实现。在仿真环境和真实环境下的实验结果显示,机器人能够流畅的到达用户指定的导航目标点,并且机器人在运行过程中较安全,没有发生碰撞现象,规划出的路径距离较短。在出现动态障碍物时,机器人能够顺利的进行躲避,且车体抖动较小,局部路径规划的效率较高,表明设计的导航系统表现出较好的性能,并且能够满足基本的导航要求。
其他文献
本课题选取在石油行业应用广泛的凝胶型堵水剂为研究对象,针对凝胶物理特性(主要包括粘度、剪切速率、启动压强梯度、抗压强度等)检测过程中出现的检测精度低以及仪器设备容易破坏凝胶结构特性等问题,提出一种非接触式的利用图像识别技术测量凝胶物理学特性的分析方法和仪器设计原理。整个系统分为硬件设计和软件设计两部分。硬件子系统设计结合凝胶型堵水剂在油层孔隙堵水中的具体实际情况和泊肃叶定理的应用条件,依次对硬件系
学位
油井工况反映油井动态生产过程,对油井工况进行诊断与预警可以掌握油井生产状态,保障油田安全生产。目前,建立油井工况诊断与预警模型依赖单一数据,诊断效率低下;井况诊断与预警没有形成系统分析,诊断预警信息实时性差。研究基于实时生产数据的油井工况诊断与预警系统,通过建立多参数油井工况诊断与预警模型,搭建物联网架构,实现高效诊断与实时预警,助理智慧化油田发展。课题通过分析实时生产数据对油井工况的影响,研究游梁式有杆泵抽油系统在典型工况下的实时生产数据变化,提出基于实时生产数据的油井
学位
流量监测在现代工业生产中具有非常重要的意义,特别是在油气勘探领域,通过对井内流量参数的测量,可以获知井内流体的流动情况,进而对于油井生产动态得以准确把控,进行产层评价和分析油井井下的运行情况。传统的流量监测采用机械式与电磁式传感器,易受到恶劣环境与液体冲击的影响,因此在一些特殊情况下,传统的流量监测手段无法满足测量需求。光纤传感技术是一种新式的外界信号探测技术,因其抗电磁干扰,耐腐蚀,长期稳定好的
学位
溶解氧是海洋常规水质监测的重要参数之一,在评估海洋碳循环过程中也发挥着关键的作用。准确、高质量的溶解氧观测有助于加深对不断变化的海洋的了解,这些需求驱动了海水溶解氧检测仪器的发展。本文调研总结了目前国内外海水溶解氧浓度检测方法和检测仪器的研究现状,设计开发了一种适合海水现场测量的便携式光学溶解氧检测仪。本文首先介绍了基于荧光猝灭原理的溶解氧浓度检测方法。基于荧光寿命检测原理和锁相放大的微弱荧光信号
目前,煤矿井下环境复杂,生产风险大、作业人员多,生产系统中任何一环发生故障,都可能造成巨大的经济损失,甚至造成安全事故。因此,设计并配备先进的煤矿环境监控系统不仅可以提高煤矿生产的经济效益与安全系数,而且可以减少人力投入、提升煤矿作业的高水平自动化。完善的煤矿环境监控系统能够有效地解决煤矿生产存在的各类问题,对于实现煤矿生产的智能化与高效化以及保障国家能源供给均具有重要意义。本文主要研究工作从以下
学位
制造业是一个国家经济发展的命脉,发展好制造业,就意味着发展好综合国力。因此,我国提出了“中国制造2025”行动纲领,在此行动纲领的正确引领下,我国的制造业进步显著,取得了不错的成绩。也正是在此大的发展背景下,智能制造开始进入制造业领域并且渗透到了许多制造业的传统领域,在智能制造的影响下,某些领域的发展得到了大的提升,这其中就包括建筑行业。传统的建筑行业大多存在着耗费人力大,污染严重,危险性大等问题
如今对于移动机器人路径规划技术的研究不仅仅要完成基本的路径搜索任务,更需要提升移动机器人运动的高效性、安全性、智能性。当机器人的定位信息或环境先验信息无法全部掌握时,随着障碍物与目标点位置的更新,机器人也需要更新规划的路径,使机器人面临突发情况时更加从容。虽然该类型的局部路径规划可以让机器人更好的面对不确定情况,但频繁的路径重规划容易导致机器人的航向出现波动。A*算法自身启发函数容易处理,代价值计
随着工业自动化技术的发展,机器人在工业场景中的应用也更为普遍。机器人技术的进步促使机器人从受约束的环境进入与人共享的环境。在共享环境中,人类和机器人可以通过各种方式进行交互与协作。一个完整的人机协作系统可以提高生产效率,提高任务完成的质量,降低人类的工作量。当人类和机器人可以有效地交流和相互理解时,就能实现密切的人机协作并使其获得最佳性能。为了实现安全且高效的人机协作,有必要进行准确的人体行为预测,从而为机器人的提前运动规划提供有用信息。此外,本文希望不仅要对人类行为进行
时滞通常会影响系统性能,破坏其稳定性。因此,研究时滞系统的稳定性情况以减少时滞因素所带来的影响十分必要。目前,针对时滞系统的稳定性的研究,前人已经取得了大量成果。但是,在许多系统中,受到各种内外部因素的影响,一种时滞会包含若干个具有不同特性的时滞分量,这种系统叫做加性时滞系统。许多研究未将所考虑的系统的时滞进行这种细分,但因为这些时滞分量特性不同,所以,将其分别进行研究非常必要。在对加性时滞系统的
21世纪以来,国家经济快速增长,汽车数量持续升高,构建智能交通系统将是未来的趋势。车牌的识别作为关键环节,在减少交通量和提高交通效率方面起着积极的作用。利用深度学习实现车牌识别,对降低交通管理复杂度、协助管理人员提高效率具有重要现实意义。本文以神经网络为基础,相关研究共包含三个方面:车牌定位、矫正和字符识别,具体内容及工作如下:在车牌定位方面,针对图像中可能存在多车辆、车牌占据图像中较小的情况,在
学位