基于SLAM的移動機(jī)器人導(dǎo)航算法研究


頁數(shù)：70 字?jǐn)?shù)：30005


摘 要
智能移動機(jī)器人是一種在復(fù)雜的環(huán)境下工作的具有自規(guī)劃、自組織、自適應(yīng)能力的機(jī)器人。導(dǎo)航算法的研究是智能機(jī)器人研究領(lǐng)域的一個熱點(diǎn)話題。智能導(dǎo)航的目的就是在沒有人干預(yù)下使機(jī)器人有目的地移動并完成特定任務(wù)，進(jìn)行特定操作。本文旨在結(jié)合國家自然科學(xué)基金和湖北省青年杰出人才基金項(xiàng)目的需求，研究移動機(jī)器人同時(shí)定位與制圖（Simultaneous Localization and Mapping，SLAM）問題，并在此基礎(chǔ)上，研究機(jī)器人導(dǎo)航算法，使得機(jī)器人在完全未知結(jié)構(gòu)化環(huán)境中實(shí)現(xiàn)“完全自主”。
文章首先回顧了導(dǎo)航技術(shù)的發(fā)展，對導(dǎo)航技術(shù)中的核心問題：定位與制圖進(jìn)行了詳細(xì)分析，指出了機(jī)器人定位與制圖研究中存在的問題，包括制圖復(fù)雜度、數(shù)據(jù)匹配難度以及定位制圖關(guān)聯(lián)度等；在此基礎(chǔ)上引出了本研究的重點(diǎn)：移動機(jī)器人同時(shí)定位與制圖（SLAM）算法，并對其算法構(gòu)架、屬性、以及分類等相關(guān)內(nèi)容進(jìn)行了介紹。針對基于點(diǎn)特征的同時(shí)定位與制圖算法中存在的計(jì)算復(fù)雜度與信息豐富度之間的矛盾，本文提出了一種基于線特征的同時(shí)定位與制圖算法。文章對基于線特征的SLAM算法進(jìn)行了詳細(xì)的闡述，給出了包括機(jī)器人運(yùn)動模型、觀測模型的建立、數(shù)據(jù)匹配、狀態(tài)更新、地圖建立、地圖管理等方面的相關(guān)公式；并通過仿真實(shí)驗(yàn)證實(shí)了本算法的正確性與可靠性。
針對導(dǎo)航算法中對路徑規(guī)劃的要求，本研究中著重考慮了機(jī)器人的局部規(guī)劃即：避障；并對避障算法VFH/VFH＋進(jìn)行了剖析。根據(jù)VFH/VFH＋算法與SLAM算法的特點(diǎn)，將二者相結(jié)合，形成了一種新的機(jī)器人導(dǎo)航算法。該導(dǎo)航算法較基于VFH/VFH＋的導(dǎo)航算法而言，使用范圍更廣，導(dǎo)航效果更佳。

關(guān)鍵詞：導(dǎo)航，同時(shí)定位與制圖，VFH/VFH＋Abstract


Intelligent robots are a kind of robots that are able to work in complex environments with the capacities of self-organizing and self-planning. Navigation problem is a hot issue concerned in researching on such kind of robots. Its aim is to move purposely and do the job without aids. With supports of the project of National Natural Science Foundation of China and the project of Excellent Youth Fund in Hubei province, this paper aims to develop a new algorithm for navigating based on the Simultaneous Localization and Mapping (SLAM) algorithm to make the robots totally autonomous in the unknown but structured environments.
The navigation techniques are firstly reviewed in this paper and then the Simultaneous Localization and Mapping (SLAM) problem is introduced, based on the analysis of the localization problem and the map building problem which are two key points in the navigation techniques, including its structure, characteristics, categories and so on. As there is a conflict between the requirements of computational complexity and information-richness within the point-feature based SLAM algorithm, a line-feature based SLAM algorithm is well presented in this paper. All operations required for building and maintaining this map，such as model-setting, data association, and state-updating are described and formulated. This approach has been programmed and successfully tested in the simulation work
To meet the need of path planning in navigation, here we mainly concern the local planning, that is, obstacle avoiding. We introduce the VFH/VFH+, an algorithm for obstacle avoidance, in detail in the paper. What is more, in our work, we combine VFH＋ and SLAM together to develop a new way for navigation, which has more applications and behaves better than the one based merely on VFH＋ does.

Key words: navigation, SLAM, VFH/VFH＋

目 錄

第1章 緒 論 1
1.1課題研究的目的與意義 1
1.2課題研究的內(nèi)容 2
1.3論文組織結(jié)構(gòu) 2
第2章 移動機(jī)器人導(dǎo)航技術(shù) 4
2.1機(jī)器人導(dǎo)航概述 4
2.2移動機(jī)器人導(dǎo)航方式 4
2.3移動機(jī)器人的定位問題 6
2.4移動機(jī)器人的制圖問題 7
2.4.1 地圖的類型 7
2.4.2機(jī)器人制圖存在的問題 8
2.4.3 同時(shí)定位與制圖問題 9
2.5 本章小結(jié) 10
第3章 同時(shí)定位與制圖（SLAM）算法 11
3.1 同時(shí)定位與制圖算法介紹 11
3.1.1 SLAM算法性質(zhì) 11
3.1.2 SLAM算法分類 12
3.2 基于特征SLAM算法構(gòu)架簡介 14
3.3傳感器的選擇及特征提取 15
3.3.1傳感器選擇 15
3.3.2特征提取 17
3.4噪音模型建立 17
3.5濾波技術(shù)簡介 17
3.6卡爾曼濾波簡介 18
3.6.1線性卡爾曼濾波簡介 19
3.6.2 擴(kuò)展卡爾曼濾波（EKF）簡介 21
3.7 本章小結(jié) 22
第4章 一種基于線特征SLAM算法研究 24
4.1過程模型建立 24
4.2 觀測模型的建立 26
4.3 算法的實(shí)施 26
4.3.1 機(jī)器人運(yùn)動初始化 26
4.3.2 數(shù)據(jù)匹配 27
4.3.3 狀態(tài)更新 30
4.3.4 新信息處理 31
4.3.5 地圖管理 32
4.4 SLAM算法仿真 33
4.4.1 仿真環(huán)境的創(chuàng)建 33
4.4.2 SLAM算法示例 35
4.5本章小結(jié) 37
第5章 機(jī)器人避障算法 38
5.1 常見的避障算法介紹 38
5.2 VFH避障算法介紹 39
5.2.1
（Certainty Value）值的確定 39
5.2.2 VFH算法闡述 41
5.2.3 VFH+ 算法闡述 43
5.3 VFH+算法仿真 47
5.3.1 仿真環(huán)境的創(chuàng)建 47
5.3.2 仿真結(jié)果說明 49
5.4 本章小結(jié) 51
第6章 基于SLAM的導(dǎo)航算法 52
6.1基于SLAM的導(dǎo)航算法介紹 52
6.2基于SLAM的導(dǎo)航算法特點(diǎn) 53
6.3導(dǎo)航新算法的仿真 54
6.4本章小結(jié) 55
第7章 全文總結(jié)及展望 56
7.1全文總結(jié) 56
7.2本文主要貢獻(xiàn) 57
7.3未來研究方向 57
參考文獻(xiàn) 58
致 謝 62


第1章 緒 論
機(jī)器人的誕生和機(jī)器人學(xué)的建立和發(fā)展是20世紀(jì)自動控制最具說服力的成就，是20世界人類科學(xué)技術(shù)進(jìn)步的重大成果，而作為機(jī)器人中重要分支之一的移動機(jī)器人更是給人們帶來了無限的驚喜。移動機(jī)器人的研究始于20世紀(jì)60年代末期。斯坦福研究所（SRI）的Nils NVILSSEN和Charles Rosen等人，在1966年至1972年中研制出了取名Shakey的自主移動機(jī)器人，其目的是研究、應(yīng)用人工智能技術(shù)以及在復(fù)雜環(huán)境下機(jī)器人系統(tǒng)的自主推理、規(guī)劃和控制；20世紀(jì)70年代末，隨著計(jì)算機(jī)的應(yīng)用和傳感器技術(shù)的發(fā)展，移動機(jī)器人研究又出現(xiàn)了新的高潮；20世紀(jì)90年代以來，以研制高水平的環(huán)境信息傳感器和信息處理技術(shù)，高適應(yīng)性的移動機(jī)器人控制技術(shù)、真實(shí)環(huán)境下的規(guī)劃技術(shù)為標(biāo)志，開展了移動機(jī)器人更高層次的研究[1]。目前，移動機(jī)器人正向著具有自組織、自學(xué)習(xí)、自適應(yīng)的智能化方向發(fā)展，導(dǎo)航能力的高低是移動機(jī)器人智能化水平的重要體現(xiàn)。隨著移動機(jī)器人應(yīng)用領(lǐng)域的日益增加，對移動機(jī)器人導(dǎo)航研究不斷提出新的課題，使移動機(jī)器人的導(dǎo)航研究不斷深入和發(fā)展。
1.1課題研究的目的與意義
智能移動機(jī)器人是一種在復(fù)雜的環(huán)境下工作的具有自規(guī)劃、自組織、自適應(yīng)能力的機(jī)器人。智能導(dǎo)航研究的目標(biāo)就是在沒有人干預(yù)下使機(jī)器人有目的地移動并完成特定任務(wù)，進(jìn)行特定操作。機(jī)器人通過裝配的信息獲取設(shè)備來獲得外部環(huán)境信息，判定自身狀態(tài)，實(shí)現(xiàn)自我定位，規(guī)劃并執(zhí)行下一步動作。
在移動機(jī)器人導(dǎo)航控制理論和方法研究中，確定性環(huán)境的導(dǎo)航控制方法已經(jīng)取得了大量的研究和應(yīng)用成果。對未知環(huán)境中的導(dǎo)航控制也開展了一些研究，并提出了若干方法，但是尚未形成統(tǒng)一和完善的體系結(jié)構(gòu)，還有許多關(guān)鍵理論和技術(shù)問題有待解決與完善。這些問題包括環(huán)境的建模、定位、導(dǎo)航控制器的學(xué)習(xí)與優(yōu)化、故障診斷以及路徑規(guī)劃等。未知環(huán)境中的移動機(jī)器人只具有較少的先驗(yàn)知識，其導(dǎo)航控制方法涉及環(huán)境認(rèn)知、優(yōu)化策略、知識表示與獲取等多項(xiàng)關(guān)鍵問題。對移動機(jī)器人