移动机器人同步定位与地图构建关键技术的研究

移动机器人同步定位与地图构建关键技术的研究

ID:33094291

大小:2.82 MB

页数:156页

时间:2019-02-20

移动机器人同步定位与地图构建关键技术的研究_第1页
移动机器人同步定位与地图构建关键技术的研究_第2页
移动机器人同步定位与地图构建关键技术的研究_第3页
移动机器人同步定位与地图构建关键技术的研究_第4页
移动机器人同步定位与地图构建关键技术的研究_第5页
资源描述:

《移动机器人同步定位与地图构建关键技术的研究》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、分类号:密级:UDC:编号:工学博士学位论文移动机器人同步定位与地图构建关键技术的研究博士研究生:曲丽萍指导教师:王宏健教授学科、专业:模式识别与智能系统哈尔滨工程大学2013年3月分类号:密级:UDC:编号:工学博士学位论文移动机器人同步定位与地图构建关键技术的研究博士研究生:曲丽萍指导教师:王宏健教授学位级别:工学博士学科、专业:模式识别与智能系统所在单位:自动化学院论文提交日期:2013年3月论文答辩日期:2013年5月学位授予单位:哈尔滨工程大学4ClassifiedIndex:U.D.C:ADissertatio

2、nfortheDegreeofD.EngResearchonKeyTechnologiesofSimultaneousLocalizationandMappingforMobileRobotCandidate:QuLipingSupervisor:Prof.WangHongjianAcademicDegreeAppliedfor:DoctorofEngineeringSpeciality:PatternrecognitionandintelligentsystemDateofSubmission:March,2013Dat

3、eofOralExamination:May,2013University:HarbinEngineeringUniversity6哈尔滨工程大学学位论文原创性声明本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者(签字):日期:年月日哈尔滨工程大学

4、学位论文授权使用声明本人完全了解学校保护知识产权的有关规定,即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文,可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文(□在授予学位后即可□在授予学位12个月后□解密后)由哈尔滨工程大学

5、送交有关部门进行保存、汇编等。作者(签字):导师(签字):日期:年月日年月日移动机器人同步定位与地图构建关键技术的研究摘要移动机器人同步定位与地图构建(SimultaneousLocalizationandMapping,以下简称SLAM),是通过机器人自身携带的传感器在线测量和位置估计,从而在部分已知或完全未知环境中实现机器人的自定位和增量式地图构建。这一无需先验地图的导航手段,对于移动机器人长时间无人现场的自主作业而言是至关重要的。本课题选自国家自然科学基金项目“小型自主水下航行器群体协同地形勘察关键技术研究”,以移动

6、机器人为研究对象,深入开展了以下关键技术研究:首先,定义了移动机器人SLAM研究所需的坐标系,并在此基础上建立了移动机器人运动模型、传感器观测模型、环境特征模型及数据关联模型,从而为SLAM关键技术研究搭建了统一的平台。其次,针对环境特征地图的不完备性及自然实体路标的不规则性,提出了描述自然实体路标的位置属性和大小属性的圆型类特征表示法,即用圆型类特征的中心位置表示实体路标的中心位置,用圆型类特征的直径表示实体路标的空间俯视的大小属性;提出了基于角度-距离复合聚类的环境特征提取算法,该算法包括数据预处理、区域分割和特征参数

7、拟合三部分,并通过“VictoriaPark”标准数据集验证了算法的可行性;设计了EKF-SLAM仿真算法,并通过人工设定路标和机器人路径的仿真实验,验证了算法的有效性。再次,提出了自适应重采样的FastSLAM算法,通过实时计算有效粒子个数和评判粒子退化程度,实施有效的重采样操作,从而有效地改善频繁重采样所导致的样本枯竭影响;根据粒子滤波和粒子群的相似性,提出采用粒子群优化算法改进FastSLAM,并利用多样性启发因子引导粒子群优化搜索过程,以保证粒子集多样性最优。该算法经自行设计的仿真实验,验证了算法的可行性和有效性。

8、最后,围绕SLAM的数据关联问题,给出了SLAM数据关联的解释树模型和关联矩阵模型;针对单一兼容最近邻数据关联算法中固定不变的最近邻判定阈值与实际不符且极易造成关联错误的情况,提出了一种基于分段自适应阈值动态调整算法的单一兼容最近邻数据关联算法,并通过仿真实验验证了算法的有效性;通过联合兼容分枝定界数据

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。