基于ROS的移动机器人自主导航系统研究

发布时间：2023-03-19 20:27

　　近些年来,随着移动机器人在社会各个领域的应用日益扩增,与其关联的各项关键技术得到了国内外相关研究者的密切关注。针对室内场景而言,自主导航功能是移动机器人实现多种附加服务功能的基础,更是机器人智能化的重要体现。为了提高开发效率,本课题在ROS(Robot Operating System)基础上进行移动机器人自主导航相关技术的研究,主要包括基于ROS的机器人导航框架系统设计、机器人的位姿估计、栅格地图构建和全局路径规划、局部路径规划等几个方面。论文的主要研究内容如下:1.进行基于ROS的移动机器人综合系统硬件平台搭建,为后续进行自主导航功能算法的验证做准备。首先对ROS的自主导航框架进行了介绍分析,建立了本课题的导航系统框架;接着对光电编码传感器、IMU(Inertial Measurement Unit)和激光雷达的工作原理及原始误差等进行了详细研究与分析;最后对差分运动平台的里程计模型进行了分析,确立了系统的运动位姿变换方程。2.针对利用单一传感器容易产生较大定位误差的缺陷,使用扩展卡尔曼滤波对IMU和里程计二者的数据进行有效融合,初步提升机器人的位姿预估精度。并提出将修正后的观测模...

【文章页数】：82 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 课题研究背景及意义
    1.2 自主移动机器人研究现状
        1.2.1 国内外自主移动机器人研究现状
        1.2.2 基于ROS的自主移动机器人研究现状
    1.3 移动机器人自主导航技术发展趋势
    1.4 本文的研究目标及章节内容
        1.4.1 研究目标及实现方法
        1.4.2 章节内容
第2章 机器人系统框架设计与移动平台开发
    2.1 ROS自主导航框架
        2.1.1 ROS的设计目标及特点
        2.1.2 ROS自主导航系统架构
    2.2 信息采集模块传感器选型
        2.2.1 光电编码器
        2.2.2 惯性测量单元
        2.2.3 激光雷达传感器
        2.2.4 传感器误差实验分析
    2.3 移动机器人运动模型分析
    2.4 移动机器人运动平台集成
    2.5 本章小结
第3章 移动机器人的SLAM问题研究
    3.1 SLAM基础理论
        3.1.1 SLAM数学描述
        3.1.2 环境模型描述
    3.2 内部传感器数据融合
        3.2.1 扩展卡尔曼滤波原理
        3.2.2 EKF 融合里程计和 IMU 数据
    3.3 基于栅格模型的 RBPF-SLAM 算法研究
        3.3.1 RBPF-SLAM 算法
        3.3.2 RBPF-SLAM 位姿估计
        3.3.3 RBPF-SLAM 栅格地图构建
    3.4 本章小结
第4章 移动机器人路径规划算法实现
    4.1 全局路径规划
        4.1.1 RRT*算法原理
        4.1.2 改进RRT*算法研究
        4.1.3 路径平滑策略
        4.1.4 全局路径规划实验仿真
    4.2 局部路径规划
        4.2.1 DWA速度采样
        4.2.2 DWA轨迹评价
        4.2.3 DWA评价函数实验分析
    4.3 混合路径规划算法实验
    4.4 本章小结
第5章 基于ROS的自主导航实验
    5.1 ROS导航软件具体设计
    5.2 传感器节点调试
        5.2.1 激光雷达节点(rplidarNode)
        5.2.2 里程计节点(odometryNode)
    5.3 构建地图实验分析
    5.4 路径规划实验分析
    5.5 本章小结
第6章 总结与展望
    6.1 工作总结
    6.2 未来展望
致谢
参考文献
攻读硕士学位期间发表的论文



本文编号：3765915