基于协同主动感知的移动消防机器人环境探测研究
发布时间：2023-05-07 14:29
移动机器人凭借着其自身优秀的能力,已经越来越多地应用在人类生活的各个方面。如何脱离人工控制而实现自主能力是移动机器人的总要难题。移动机器人应用在消防救援任务时,传统的方法是人工远程控制机器人进行探索,这种被动感知的方法受限于操作人员的个人素质以及工作经验,且不能保证环境信息的实时性。本文提出协同主动感知的方法,使其应用到移动消防机器人的环境探测中。针对传统的人为远程控制机器人执行灾害救援任务中的固有缺陷,提出了基于贝叶斯推理的状态估计器和基于Q-learning的强化学习决策,使得机器人能够在未知环境下执行主动的环境探索。针对传统路径规划方法在面对大规模场景以及多机器人系统的任务时计算量大且难以获得最优解的情况,设计了基于自组织映射网络的快速遍历方法,为机器人团队快速规划出时间最短的路径。论文的主要工作如下:1.介绍了主动感知这一问题的研究背景和现阶段取得的研究成果,移动机器人在消防救援任务的研究现状等,主要包括分析了人工智能的三个阶段以及研究主动感知的重要性、主动感知的发展以及国内外学者提出的相关理论和取得的成果,并且对移动机器人应用在消防救援领域的传统方法以及存在的问题进行了详尽的...
【文章页数】：72 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题的研究背景和研究的意义
1.2 主动感知国内外研究现状
1.2.1 国外研究现状分析
1.2.2 国内研究现状分析
1.2.3 相关研究中心
1.3 移动机器人国内外研究现状
1.3.1 国外研究现状分析
1.3.2 国内研究现状分析
1.4 文章结构及创新点
1.4.1 文章的组织结构
1.4.2 创新点自述
第2章 移动消防机器人主动感知系统研究
2.1 引言
2.2 主动感知模型研究与分析
2.2.1 主动感知与被动感知研究分析
2.2.2 主动感知与反馈控制研究研究分析
2.2.3 移动机器人主动感知模型研究
2.3 基于协同主动感知的异构机器人环境探测框架
2.4 本章小结
第3章 基于自适应粒子滤波的状态估计方法研究
3.1 引言
3.2 贝叶斯主动感知模型
3.2.1 贝叶斯推理的基本原理
3.2.2 贝叶斯滤波主动感知模型
3.3 基于自适应粒子滤波方法的状态估计研究
3.3.1 移动机器人运动模型
3.3.2 运动畸变处理
3.3.3 后端非线性优化
3.3.4 基于粒子滤波的SLAM方法研究
3.3.5 自适应粒子滤波算法研究
3.4 仿真实验与分析
3.4.1 运动畸变处理仿真实验与分析
3.4.2 自适应粒子滤波仿真实验及分析
3.4.3 基于ROS的系统设计与仿真
3.5 本章小结
第4章 基于强化学习的主动感知决策方法研究
4.1 引言
4.2 强化学习的主动感知模型研究
4.2.1 强化学习原理介绍
4.2.2 强化学习系统的组成结构
4.2.3 强化学习的分类
4.3 基于Q-learning的主动感知方法
4.3.1 基于强化学习的主动感知决策模型
4.3.2 消防救援条件下的强化学习模型分析
4.3.3 消防救援场景的强化学习建模
4.3.4 Q-learning的强化学习方法
4.4 基于Q-learning的仿真实验设计及分析
4.5 结合自适应粒子滤波的仿真实验
4.6 本章小结
第5章 基于自组织映射网络的多机器人协同方法研究
5.1 基于路径规划的多机器人主动感知研究
5.1.1 路径规划中的环境建模
5.1.2 常用路径规划方法
5.2 多机器人协同系统研究
5.2.1 多机器人系统特点
5.2.2 多机器人关键技术
5.2.3 现阶段多机器人协同方法
5.3 基于自组织映射网络的多机器人协同感知方法研究
5.3.1 自组织映射特征网络
5.3.2 协同主动感知数学建模研究
5.3.3 SOM的训练过程
5.3.4 贝塞尔曲线平滑
5.4 实验结果及分析
5.5 本章小结
第6章 移动消防机器人系统研究
6.1 移动消防机器人总体结构
6.2 移动机器人硬件系统设计
6.2.1 动力系统设计
6.2.2 上位机系统设计
6.2.3 传感器系统设计
6.3 移动消防机器人实际性能测试
6.3.1 改进粒子滤波算法建图效果测试
6.3.2 传感器模块测试实验
6.3.3 基于视觉的火焰检测实验
6.4 本章小结
第7章 总结与展望
参考文献
致谢
攻读学位期间所开展的科研项目和发表的学术论文
本文编号：3810753
【文章页数】：72 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题的研究背景和研究的意义
1.2 主动感知国内外研究现状
1.2.1 国外研究现状分析
1.2.2 国内研究现状分析
1.2.3 相关研究中心
1.3 移动机器人国内外研究现状
1.3.1 国外研究现状分析
1.3.2 国内研究现状分析
1.4 文章结构及创新点
1.4.1 文章的组织结构
1.4.2 创新点自述
第2章 移动消防机器人主动感知系统研究
2.1 引言
2.2 主动感知模型研究与分析
2.2.1 主动感知与被动感知研究分析
2.2.2 主动感知与反馈控制研究研究分析
2.2.3 移动机器人主动感知模型研究
2.3 基于协同主动感知的异构机器人环境探测框架
2.4 本章小结
第3章 基于自适应粒子滤波的状态估计方法研究
3.1 引言
3.2 贝叶斯主动感知模型
3.2.1 贝叶斯推理的基本原理
3.2.2 贝叶斯滤波主动感知模型
3.3 基于自适应粒子滤波方法的状态估计研究
3.3.1 移动机器人运动模型
3.3.2 运动畸变处理
3.3.3 后端非线性优化
3.3.4 基于粒子滤波的SLAM方法研究
3.3.5 自适应粒子滤波算法研究
3.4 仿真实验与分析
3.4.1 运动畸变处理仿真实验与分析
3.4.2 自适应粒子滤波仿真实验及分析
3.4.3 基于ROS的系统设计与仿真
3.5 本章小结
第4章 基于强化学习的主动感知决策方法研究
4.1 引言
4.2 强化学习的主动感知模型研究
4.2.1 强化学习原理介绍
4.2.2 强化学习系统的组成结构
4.2.3 强化学习的分类
4.3 基于Q-learning的主动感知方法
4.3.1 基于强化学习的主动感知决策模型
4.3.2 消防救援条件下的强化学习模型分析
4.3.3 消防救援场景的强化学习建模
4.3.4 Q-learning的强化学习方法
4.4 基于Q-learning的仿真实验设计及分析
4.5 结合自适应粒子滤波的仿真实验
4.6 本章小结
第5章 基于自组织映射网络的多机器人协同方法研究
5.1 基于路径规划的多机器人主动感知研究
5.1.1 路径规划中的环境建模
5.1.2 常用路径规划方法
5.2 多机器人协同系统研究
5.2.1 多机器人系统特点
5.2.2 多机器人关键技术
5.2.3 现阶段多机器人协同方法
5.3 基于自组织映射网络的多机器人协同感知方法研究
5.3.1 自组织映射特征网络
5.3.2 协同主动感知数学建模研究
5.3.3 SOM的训练过程
5.3.4 贝塞尔曲线平滑
5.4 实验结果及分析
5.5 本章小结
第6章 移动消防机器人系统研究
6.1 移动消防机器人总体结构
6.2 移动机器人硬件系统设计
6.2.1 动力系统设计
6.2.2 上位机系统设计
6.2.3 传感器系统设计
6.3 移动消防机器人实际性能测试
6.3.1 改进粒子滤波算法建图效果测试
6.3.2 传感器模块测试实验
6.3.3 基于视觉的火焰检测实验
6.4 本章小结
第7章 总结与展望
参考文献
致谢
攻读学位期间所开展的科研项目和发表的学术论文
本文编号：3810753
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3810753.html
