基于边界点优化和多步路径规划的移动机器人室内未知环境自主探索策略研究
发布时间：2022-12-06 05:36
未知环境下移动机器人自主探索是机器人实现自主控制的一项关键技术,其主要目标是驱动机器人在没有人为干预的情况下完成未知环境的地图构建。目前,大量的探索策略都是基于边界点理论,本文在边界点理论的基础上,提出了一种高效的探索策略,使机器人能够快速地完成探索任务。整个探索策略被分成两个大的部分:探索目标点的确定和机器人的路径规划。针对这两个部分,本文主要进行了以下工作:在探索目标点的确定问题上,提出了最优边界点提取算法。首先将快速随机生成树算法应用到二维栅格地图上来生成探索边界点,然后基于机器人在自主探索过程中的信息增益、导航代价和机器人对自身定位的精确程度3个要素构建了边界点评估函数。在此基础上,借鉴萤火虫算法思想,对生成的所有边界点进行优化,并使用评估函数在优化后的结果中选择得分值最高的边界点来作为探索目标边界点。在路径规划部分,本文提出多步探索策略。首先,对动态窗口算法的轨迹评价函数进行改进。其次,在移动机器人导航去最优边界点的过程中,不是直接规划出机器人当前位置到目标边界点的路径,而是设定了一个局部探索路径步长。当机器人的移动距离达到设定的局部探索路径步长时,我们对边界点重新优化并选择...
【文章页数】：66 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
abstract
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 边界点生成研究现状
1.2.2 边界点选择研究现状
1.2.3 路径规划研究现状
1.3 本文的主要工作及创新点
1.4 本文的结构安排
第二章 移动机器人探索相关技术概述
2.1 里程计模型
2.2 激光测距传感器模型
2.3 ROS机器人操作系统
2.4 基于激光雷达的SLAM建图
2.4.1 SLAM数学模型
2.4.2 SLAM关键技术
2.4.3 基于粒子滤波的GMapping算法
2.5 本章小结
第三章 自主探索最优边界点提取算法
3.1 探索边界点生成
3.1.1 RRT算法
3.1.2 基于RRT算法的边界点生成算法
3.2 边界点评估模型
3.3 随机边界点优化算法
3.3.1 萤火虫算法
3.3.2 基于萤火虫算法的边界点优化算法
3.4 本章小结
第四章 多步探索策略
4.1 DWA算法
4.1.1 机器人运动模型
4.1.2 速度采样
4.1.3 评价函数
4.2 基于改进DWA算法的多步探索策略
4.2.1 局部探索路径步长
4.2.2 改进的多步探索策略
4.3 本章小结
第五章 自主探索与地图构建实验结果与分析
5.1 实验环境设置
5.2 边界点优化结果
5.3 多步探索策略结果
5.4 和其他探索策略比较
5.5 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
攻读硕士学位期间的学术活动及成果情况
【参考文献】：
期刊论文
[1]基于激光雷达与双目视觉的移动机器人SLAM研究[J]. 王消为,贺利乐,赵涛. 传感技术学报. 2018(03)
[2]一种基于RGB-D的移动机器人未知室内环境自主探索与地图构建方法[J]. 于宁波,王石荣,徐昌. 机器人. 2017(06)
[3]基于双向激光回环检测的SLAM算法研究[J]. 郑雪鹤,孙作雷. 微型机与应用. 2017(20)
[4]A*算法的改进及并行化[J]. 熊壬浩,刘羽. 计算机应用. 2015(07)
[5]基于激光测距与双目视觉信息融合的移动机器人SLAM研究[J]. 杜钊君,吴怀宇. 计算机测量与控制. 2013(01)
[6]移动机器人路径规划技术综述[J]. 朱大奇,颜明重. 控制与决策. 2010(07)
[7]SLAM数据关联方法的比较分析[J]. 曾文静,张铁栋,姜大鹏. 系统工程与电子技术. 2010(04)
[8]移动机器人导航空间表示及SLAM问题研究[J]. 彭胜军,马宏绪. 计算机仿真. 2006(08)
硕士论文
[1]基于激光雷达的室内移动机器人自主导航与行人跟踪研究[D]. 郑灿涛.华南理工大学 2018
[2]基于ROS的全向移动机器人系统设计与实现[D]. 张鹏.中国科学技术大学 2017
[3]移动机器人室内环境探索与路径规划问题的研究[D]. 王丹阳.北京工业大学 2016
[4]基于RGB-D传感器的移动服务机器人功能软件开发及应用[D]. 居青.东南大学 2016
[5]基于ROS的未知环境移动机器人导航研究[D]. 高帅.东北大学 2015
[6]基于分层混合特征结构的多机器人系统地图创建研究[D]. 李雨晨.北京工业大学 2014
[7]萤火虫优化算法的研究与改进[D]. 亢少将.广东工业大学 2013
[8]萤火虫算法研究及其在水下潜器路径规划中的应用[D]. 董静.哈尔滨工程大学 2013
[9]服务机器人室内未知环境主动探索与特征地图构建[D]. 李志鹏.哈尔滨工业大学 2011
本文编号：3711168
【文章页数】：66 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
abstract
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 边界点生成研究现状
1.2.2 边界点选择研究现状
1.2.3 路径规划研究现状
1.3 本文的主要工作及创新点
1.4 本文的结构安排
第二章 移动机器人探索相关技术概述
2.1 里程计模型
2.2 激光测距传感器模型
2.3 ROS机器人操作系统
2.4 基于激光雷达的SLAM建图
2.4.1 SLAM数学模型
2.4.2 SLAM关键技术
2.4.3 基于粒子滤波的GMapping算法
2.5 本章小结
第三章 自主探索最优边界点提取算法
3.1 探索边界点生成
3.1.1 RRT算法
3.1.2 基于RRT算法的边界点生成算法
3.2 边界点评估模型
3.3 随机边界点优化算法
3.3.1 萤火虫算法
3.3.2 基于萤火虫算法的边界点优化算法
3.4 本章小结
第四章 多步探索策略
4.1 DWA算法
4.1.1 机器人运动模型
4.1.2 速度采样
4.1.3 评价函数
4.2 基于改进DWA算法的多步探索策略
4.2.1 局部探索路径步长
4.2.2 改进的多步探索策略
4.3 本章小结
第五章 自主探索与地图构建实验结果与分析
5.1 实验环境设置
5.2 边界点优化结果
5.3 多步探索策略结果
5.4 和其他探索策略比较
5.5 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
攻读硕士学位期间的学术活动及成果情况
【参考文献】：
期刊论文
[1]基于激光雷达与双目视觉的移动机器人SLAM研究[J]. 王消为,贺利乐,赵涛. 传感技术学报. 2018(03)
[2]一种基于RGB-D的移动机器人未知室内环境自主探索与地图构建方法[J]. 于宁波,王石荣,徐昌. 机器人. 2017(06)
[3]基于双向激光回环检测的SLAM算法研究[J]. 郑雪鹤,孙作雷. 微型机与应用. 2017(20)
[4]A*算法的改进及并行化[J]. 熊壬浩,刘羽. 计算机应用. 2015(07)
[5]基于激光测距与双目视觉信息融合的移动机器人SLAM研究[J]. 杜钊君,吴怀宇. 计算机测量与控制. 2013(01)
[6]移动机器人路径规划技术综述[J]. 朱大奇,颜明重. 控制与决策. 2010(07)
[7]SLAM数据关联方法的比较分析[J]. 曾文静,张铁栋,姜大鹏. 系统工程与电子技术. 2010(04)
[8]移动机器人导航空间表示及SLAM问题研究[J]. 彭胜军,马宏绪. 计算机仿真. 2006(08)
硕士论文
[1]基于激光雷达的室内移动机器人自主导航与行人跟踪研究[D]. 郑灿涛.华南理工大学 2018
[2]基于ROS的全向移动机器人系统设计与实现[D]. 张鹏.中国科学技术大学 2017
[3]移动机器人室内环境探索与路径规划问题的研究[D]. 王丹阳.北京工业大学 2016
[4]基于RGB-D传感器的移动服务机器人功能软件开发及应用[D]. 居青.东南大学 2016
[5]基于ROS的未知环境移动机器人导航研究[D]. 高帅.东北大学 2015
[6]基于分层混合特征结构的多机器人系统地图创建研究[D]. 李雨晨.北京工业大学 2014
[7]萤火虫优化算法的研究与改进[D]. 亢少将.广东工业大学 2013
[8]萤火虫算法研究及其在水下潜器路径规划中的应用[D]. 董静.哈尔滨工程大学 2013
[9]服务机器人室内未知环境主动探索与特征地图构建[D]. 李志鹏.哈尔滨工业大学 2011
本文编号：3711168
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3711168.html
