欢迎来到天天文库
浏览记录
ID:17953399
大小:3.08 MB
页数:84页
时间:2018-09-11
《激光测距与视觉融合的室内导航系统研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、电子科技大学UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA硕士学位论文MASTERTHESIS论文题目激光测距与视觉融合的室内导航系统研究学科专业导航、制导与控制学号201421190212作者姓名曾奇指导教师秦开宇教授分类号密级注1UDC学位论文激光测距与视觉融合的室内导航系统研究(论文题名)曾奇(作者姓名)指导教师秦开宇教授电子科技大学成都(姓名、职称、单位名称)申请学位级别硕士学科专业导航、制导与控制提交论文日期2018.04论文答辩日期2018.05学位授予单位和日期电
2、子科技大学2018年06月答辩委员会主席评阅人注1:注明《国际十进分类法UDC》的类号。ResearchonIndoorNavigationSystemwithLaserandVisualFusionAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaDiscipline:Navigation,GuidanceandControlAuthor:QiZengSupervisor:Prof.KaiYuQinSchool:SchoolofAe
3、rospace摘要摘要在自主式移动机器人的相关技术研究中,导航技术是其核心技术,是进行其他智能化任务的前提。机器人导航是指机器人通过自身携带的传感器或者外部传感器来估计机器人自身位姿的过程。传统的基于激光雷达的定位方法在全局定位的时候具有定位速度慢、定位精度不高、容易定位错误等缺点。为了克服上述的缺点,本论文提出一种融合视觉信息和激光雷达数据的全局定位方法,通过实验证明了本论文提出的方法在某些环境下在全局定位的速度、精度和成功率方面相比于传统的全局定位方法都有一定的提升。主要的工作内容如下:首先,对导航系统的整体需求进行分析,明
4、确了系统的性能指标。根据需求分析的结果和系统的性能指标对整个的方案进行了设计,包括结构方案设计、硬件方案设计和软件方案设计。根据性能指标和方案设计,对具体的硬件模块进行选型并按照设计方案进行组装搭建成完整的硬件实验平台;其次,梳理了贝叶斯估计方法在移动机器人定位中的应用,并且介绍了轮式里程计和激光雷达传感器的数学模型;在传统的激光雷达定位算法的基础上提出联合扫描匹配(scan-matching)和贝叶斯估计的方式来提升机器人的定位精度。实验证明在无歧义的环境中,本论文提出的联合算法在定位精度方面优于传统的激光雷达定位算法;最后,
5、为了把视觉传感器的数据融合到贝叶斯估计模型中,本论文为视觉传感器建立了一个贝叶斯估计模型,并给出了该模型详细的建立过程,同时对该模型进行分析,分析结果表明该模型符合设计要求。在该模型的基础上,提出了一种融合视觉传感器和激光雷达的室内全局定位算法,并对融合算法进行了推导。同时用实验验证了融合算法在某些环境中,在全局定位的速度和成功率上都优于传统的激光雷达定位算法。关键词:移动机器人,定位技术,激光雷达,视觉传感器,融合定位IABSTRACTABSTRACTIntherelatedtechnologyresearchofautono
6、mousmobilerobots,navigationtechnologyisitscoretechnologyanditistheprerequisiteforotherintelligenttasks.Thenavigationistheprocessthatmobilerobotestimatingitsownpositionbyasensorcarriedbyitselforanexternalsensor.ThetraditionalmethodbasedonLidarhassomeshortcomingssuchas
7、slowpositioning,poorpositioningaccuracyandeasytoconvergeinthewrongpositionwhentheglobalpositioning.Inordertoovercometheseshortcomings,thispaperproposesthemethodthatfusionofvisualsensorandlidarsensorinformationtolocatemobilerobot.Experimentsshowthattheproposedmethodha
8、scertainimprovementinsomeenvironmentscomparedtothetraditionallaserpositioningmethod.Themaincontentsareasfollows:Firstofall,analyzin
此文档下载收益归作者所有