论文部分内容阅读
近几年来,随着人工智能技术的发展,移动机器人应用的环境更加广泛,其中比较热门的移动机器人的同时定位与建图(SLAM)技术可以有效地提高机器人的自主完成任务的能力。面向灾后救援的移动机器人的研究由于SLAM技术的进步向更加智能化的方向发展。本文设计一款应用在火灾后室内的救援机器人,主要用途是快速建立环境地图,同时将视频、音频、温度等信息反馈到客户端以协助救援人员顺利工作。首先,阐述机器人SLAM技术的研究背景与研究意义及国内外救援机器人的研究现状。其次,研究救援机器人使用的理论问题,并建立救援机器人系统模型。包括激光雷达模型、机器人运动模型与测量模型。通过说明移动机器人的运动学模型与观测模型等概念,为后续平台搭建提供理论基础。再次,对SLAM算法进行研究,机器人的定位与地图构建分别采用基于RaoBlackwelized粒子滤波的gMapping算法和利用扫描匹配算法改进后适合二维激光数据的ICP-2D算法。所在环境使用栅格地图方式表示。然后基于ROS平台设计一台四轮滑动驱动的救援机器人并在Gazebo环境中建立其URDF模型。最后,将救援机器人分别在普通室内环境与矿道环境进行实验。在仿真的Gazebo环境中分别使用gMapping与ICP-2D算法,在普通室内环境中比较不同车速下的建图效果。实验表明,该机器人在低速运行时采用g Mapping算法建图效果更加精确,而在高速行驶时只能使用ICP-2D算法进行快速建图。在普通室内环境中对多机器人同时建图进行实验,实验表明可以通过multirobot_map_merge包实现多机器人地图融合从而提升整体建图效率。在矿道环境中经实验得出RBPF在长直矿道低速建图效果十分突出,而高速建图的ICP-2D算法对激光雷达和建图操作方式有较高的要求。总体比较后ICP-2D算法更适合机器人快速建图。在完成建图后,可通过导航返回出发地点,并且可指引救援人员到达被困人员处完成救援工作。