移动机器人导航和slam系统研究

《移动机器人导航和slam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、上海交通大学硕士学位论文移动机器人导航和SLAM系统研究摘要移动机器人导航和SLAM技术在制造业、空间开发和服务机器人领域具有广阔的应用前景。导航技术需要解决三方面的问题：（1）地图，映射移动机器人工作空间的模型，是移动机器人路径规划的平台。（2）路径规划，指移动机器人按照某一性能指标，在地图中搜索一条从起始状态到目标状态的最优或次最优的无碰路径，是移动机器人导航的核心技术。（3）定位，确定移动机器人在二维工作环境中相对于全局坐标的位置及其本身的姿态,是保障移动机器人导航质量的最基本环节。移动机器人实现自主导航的前提是精确的定位，特别是在地图事先未知的

2、情况下，因此，同步定位与地图创建技术(SLAM)始终是移动机器人领域的关键基础问题。SLAM问题所涉及到的5大问题：（1）地图的表示方式；（2）不确定性信息处理方法；（3）数据的关联；（4）自定位；（5）探索规划，几乎涵盖了移动机器人研究的各个领域，并且这些问题并非孤立存在，相互间存在着紧密的联系和渗透。在过去的研究中，人们针对移动机器人技术中的地图建模、路径规划和自定位问题分别提出了许多理论和方法，并都有不同程度的实际应用。但是，从整体的角度上整合各项技术，设计实用的移动机器人导航软件平台，却是目前研究中较少涉及的领域。针对地图已知的情况，本文设计并

3、开发了一个基于混和地图模型的全自主移动机器人多层递阶导航系统。该系统由地图编辑器模块、多层递阶规划模块以及自定位模块三部分组成。地图编辑器负责导航地图的编辑，可以同时编辑几何地图和拓扑地图，不但提供了友好的人机交互界面，而且方便了地图的创建与保存；多层递阶规划模块上海交通大学硕士学位论文包括基于拓扑地图的全局规划、基于栅格地图的局部规划和底层的行为控制功能，做到了全局环境的简化规划、局部环境的精细规划和避障功能相结合，提高了整个系统的计算效率；自定位模块采用里程计和激光测距仪混合定位的定位技术，充分利用里程计的短距离相对精度较高、激光测距仪局部探测精确

4、的特点，从而达到机器人大范围导航过程中准确定位的目的。为了解决地图事先未知情况下的自定位问题，本文设计并开发了一个基于扫描匹配的SLAM方法。该方法采用几何地图表示环境，既节省了存储空间，又便于使用激光传感器创建；利用沿墙走的策略，降低了探索路径算法的复杂度，保证了实时性；通过里程计和激光测距仪混合定位方法，克服了SLAM过程中由于单一传感器带来的不确定性问题；通过比较线段间的距离关系和角度关系，采用线段合并算法方便快捷的把局部地图与全局地图间的线段进行合并，实现了数据的关联。最后，将该导航和SLAM系统集成在一台全自主移动机器人上，传感器采用激光测距

5、仪和里程计，进行了地图已知情况下的大范围的导航实验和地图未知情况下的SLAM实验，实验结果表明本文提出的关于地图创建、路径规划、自定位和SLAM等方法是可行的，验证了由这些方法组成的系统的有效性和鲁棒性。关键词移动机器人，导航，地图，定位，SLAM上海交通大学硕士学位论文NAVIGATIONANDSLAMSYSTEMFORMOBILEROBOTABSTRACTNavigationandSLAMsystemformobilerobotiswidelyinvolvedinmanufacturing,spacedevelopmentandservicerob

6、ot.Therearethreekeysreferringtonavigation:(1)Mapping,themodelthatrepresentstheworkingspaceofmobilerobotservespathplanning;(2)Pathplanning,thekeytechnologyfornavigationisaimedtosearchinganoptimalpathavoidingobstaclesfromstartpositiontogoalpositioninthemapwithregardstorequiredperf

7、ormanceguideline;(3)Localization,theelementaryfactorensuringthesuccessofnavigationprovidestheaccuratepositionandposeofmobilerobotintheworkingspace.Andinordertorealizethenavigationaccurately,robothastoknowitslocalization,especiallywhenitdoesn’thavemap.SimultaneousLocalizationandM

8、apping(SLAM)hasbecomeoneofthehottestproblems.SL