论文部分内容阅读
随着城市的改造及工业的发展,拆除机器人的使用日益广泛。目前拆除机器人不具备自主移动能力,以人工遥控操作方式为主,一定程度上限制了作业效率与精度。拆除机器人的自主移动,需要借助传感器信息同时进行空间自定位与环境感知,这个过程被称为即时定位与地图构建(SLAM)。该技术涉及传感器信息处理以及多个数学模型,是拆除机器人自主移动的前提。本文首先从SLAM的一般性问题出发,阐述SLAM中定位与建图的关系;建立SLAM的概率学模型,以扩展卡尔曼滤波和粒子滤波算法为基础,对SLAM算法的具体实现进行探讨;在MATLAB中对两种SLAM算法进行仿真对比实验,以性能较好的算法作为拆除机器即时定位与地图构建的理论基础。其次,针对拆除机器人SLAM过程中的定位问题展开分具体析:探讨拆除机器人定位过程中存在的问题与难点,对拆除机器人SLAM过程中涉及的模型及两种定位方式进行了分析与建模,并在MATLAB中针对拆除机器人扫描匹配定位进行了算法验证;在此基础上,基于多传感器信息融合技术,融合里程计定位与扫描匹配定位信息,解决履带滑移带来的定位问题;以上述理论为基础,通过融合定位算法对Fast SLAM算法进行改进,作为拆除机器人即时定位与地图构建算法。最后,以上述改进的SLAM算法为基础,基于开源机器人操作系统ROS的开源包进行编码改进,在机器人仿真器Gazebo中建立仿真环境,对比里程计模型定位与融合算法定位的建图效果。在此基础上,基于拆除机器人进行硬件平台和软件平台的搭建,在实验室对改进后的算法进行实验,构建了精度较高的实验室地图,完成了对拆除机器人即时定位与地图构建算法研究。