基于多传感器的移动机器人地图构建方法研究

发布时间：2023-03-18 22:00

　　移动机器人的地图构建是移动机器人实现真正意义上自主导航的前提,也是移动机器人关键技术研究中最具挑战性的问题之一。利用激光雷达构建环境地图的方法基本上可以满足大范围、障碍物单一的场景。但是由于激光雷达为人诟病的一线扫描,只能获得某一个二维平面的环境信息,不能够获得空间三维高度环境信息,造成移动机器人构建地图不完整、不准确,缺失环境中较为重要的障碍物信息,在导航中出现移动机器人误撞现象。本文针对上述问题提出一种基于激光雷达和深度相机多传感器融合的构建环境地图新方法,主要研究内容如下:首先,建立移动机器人坐标系系统、运动学模型,研究激光雷达模型和深度相机模型,并对深度相机内外参数进行标定,介绍移动机器人常用的地图及其模型建立。其次,SLAM地图构建算法理论研究和仿真分析。建立SLAM数学模型,介绍了 SLAM的原理和系统结构,引出SLAM的关键问题。然后从理论分析方面分别对Gmapping-SLAM算法、Hector-SLAM算法、Cartographer-SLAM算法进行了深入地研究,在ROS系统上分别对三种常用的地图构建算法仿真。分析仿真实验结果得出Gmapping-SLAM算法综合性能...

【文章页数】：97 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题研究背景
        1.1.1 移动机器人的研究背景
        1.1.2 移动机器人在物流领域的应用
    1.2 国内外研究现状
        1.2.1 移动机器人研究现状
        1.2.2 多传感器融合技术研究现状
        1.2.3 移动机器人建图与导航研究现状
    1.3 课题研究目的
    1.4 课题研究内容
第二章 移动机器人系统模型建立研究
    2.1 引言
    2.2 移动机器人系统模型的建立
        2.2.1 坐标系系统
        2.2.2 运动学模型
    2.3 传感器模型
        2.3.1 里程计模型
        2.3.2 激光雷达模型
        2.3.3 RGB-D相机模型
        2.3.4 RGB-D相机标定
    2.4 地图模型
        2.4.1 栅格地图
        2.4.2 拓扑地图
        2.4.3 特征地图
    2.5 本章小结
第三章 移动机器人地图构建算法研究
    3.1 引言
    3.2 同时定位与建图问题
        3.2.1 SLAM问题的数学模型
        3.2.2 SLAM是系统结构和关键问题
    3.3 2D激光SLAM算法研究
        3.3.1 Gmappig-SLAM算法
        3.3.2 Hector-SLAM算法
        3.3.3 Cartographer-SLAM算法
    3.4 仿真实验验证与分析
        3.4.1 三种SLAM算法仿真实验
        3.4.2 三种SLAM算法比较分析
    3.5 本章小结
第四章 多传感器融合方案研究
    4.1 引言
    4.2 多传感器融合技术介绍
        4.2.1 多传感器融合的优点
        4.2.2 多传感器融合的方法
        4.2.3 多传感器融合的分类
    4.3 多传感器融合研究方案设计
        4.3.1 多传感器融合方案
        4.3.2 多传感器融合流程
        4.3.3 深度图像转激光原理
        4.3.4 数据预处理
        4.3.5 基于贝叶斯的栅格地图融合
    4.4 真实场景实验
        4.4.1 传感器硬件架构设计
        4.4.2 融合实验对比分析
    4.5 本章小结
第五章 实验验证
    5.1 引言
    5.2 实验平台介绍
        5.2.1 实验硬件平台
        5.2.2 实验软件平台
    5.3 复杂场景下多传感器融合建图实验
        5.3.1 实验环境介绍
        5.3.2 传感器数据获取
        5.3.3 环境地图构建
        5.3.4 实验结果分析
    5.4 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢



本文编号：3763951