機(jī)器人自主導(dǎo)航包括同時定位與地圖構(gòu)建（Simultaneous Localization and Mapping,SLAM）和自主路徑規(guī)劃,是智能移動機(jī)器人研究的重要內(nèi)容。為了提升機(jī)器人在動態(tài)環(huán)境中路徑規(guī)劃的能力,本文對動態(tài)環(huán)境下基于激光SLAM的移動機(jī)器人動態(tài)路徑規(guī)劃進(jìn)行研究,具有理論意義和實(shí)用價值。本文首先分析移動機(jī)器人自主導(dǎo)航領(lǐng)域的國內(nèi)外研究現(xiàn)狀。設(shè)計(jì)激光SLAM移動機(jī)器人導(dǎo)航系統(tǒng),以激光雷達(dá)和里程計(jì)采集信息,以Fast SLAM算法為基礎(chǔ)實(shí)現(xiàn)SLAM功能,以機(jī)器人操作系統(tǒng)（Robot Operating System,ROS）為軟件平臺。為了實(shí)現(xiàn)動態(tài)路徑規(guī)劃功能,對當(dāng)前主要路徑規(guī)劃方法進(jìn)行比較,選定D*lite算法作為路徑規(guī)劃的基本算法,針對D*lite算法中存在降低搜索效率的問題,將研究重點(diǎn)聚焦在D*lite算法的改進(jìn)。在D*lite算法進(jìn)行初次路徑規(guī)劃時,如果搜索空間被障礙物分隔成多個較小的自由區(qū)域,會隱藏正確的搜索方向,增加了計(jì)算次數(shù),降低了搜索效率,針對這一問題提出一種基于單元分解的改進(jìn)D*lite初次路徑規(guī)劃算法。在原有Boustrophedon單元分解法的基礎(chǔ)上加入... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：78 頁

【學(xué)位級別】：碩士

【部分圖文】：

SLAM數(shù)學(xué)模型

重慶郵電大學(xué)碩士學(xué)位論文第2章導(dǎo)航系統(tǒng)方案設(shè)計(jì)及路徑規(guī)劃算法分析與選定13()()()1iikkNikiwww(2.4)步驟4：重采樣。根據(jù)式(2.5)計(jì)算有效樣本。()211()effNikiNw(2.5)若2effNN，可視為出現(xiàn)了粒子退化現(xiàn)象，需要對粒子進(jìn)行重采樣，若不存在粒子退化現(xiàn)象則進(jìn)行步驟5。步驟5：更新地圖。根據(jù)后驗(yàn)概率()()1:1:(,)iikkpmxz更新地圖信息。步驟6：若地圖還未構(gòu)建完成，則返回步驟2。如圖2.2所示是基于FastSLAM的激光SLAM系統(tǒng)構(gòu)建的環(huán)境地圖。在機(jī)器人移動時系統(tǒng)能夠?qū)崟r監(jiān)控環(huán)境，若發(fā)現(xiàn)新出現(xiàn)的障礙物能夠在地圖中標(biāo)記，如圖2.3所示，該系統(tǒng)能夠幫助完成普通場景下的動態(tài)路徑規(guī)劃。圖2.2激光SLAM構(gòu)建環(huán)境地圖圖2.3激光SLAM觀測環(huán)境變化2.2路徑規(guī)劃算法分析與選定路徑規(guī)劃技術(shù)是指移動機(jī)器人系統(tǒng)根據(jù)所得的地圖模型，按照既定路徑規(guī)劃算法，在起始點(diǎn)和目標(biāo)點(diǎn)之間規(guī)劃出一條移動路徑。當(dāng)系統(tǒng)采用不同的路徑規(guī)劃算法時，系統(tǒng)的適用環(huán)境、規(guī)劃的耗時、路徑的長度和安全性也會出現(xiàn)區(qū)別。適用于動態(tài)環(huán)境下的路徑規(guī)劃要求算法既能成功且高效地完成初始環(huán)境中的全局路徑規(guī)劃，也能在出現(xiàn)阻擋前進(jìn)路徑的障礙物時快速地完成路徑重規(guī)劃，使移動機(jī)器人能夠高效且安全地完成自主導(dǎo)航。各類路徑規(guī)劃算法的優(yōu)缺點(diǎn)如下：

重慶郵電大學(xué)碩士學(xué)位論文第2章導(dǎo)航系統(tǒng)方案設(shè)計(jì)及路徑規(guī)劃算法分析與選定13()()()1iikkNikiwww(2.4)步驟4：重采樣。根據(jù)式(2.5)計(jì)算有效樣本。()211()effNikiNw(2.5)若2effNN，可視為出現(xiàn)了粒子退化現(xiàn)象，需要對粒子進(jìn)行重采樣，若不存在粒子退化現(xiàn)象則進(jìn)行步驟5。步驟5：更新地圖。根據(jù)后驗(yàn)概率()()1:1:(,)iikkpmxz更新地圖信息。步驟6：若地圖還未構(gòu)建完成，則返回步驟2。如圖2.2所示是基于FastSLAM的激光SLAM系統(tǒng)構(gòu)建的環(huán)境地圖。在機(jī)器人移動時系統(tǒng)能夠?qū)崟r監(jiān)控環(huán)境，若發(fā)現(xiàn)新出現(xiàn)的障礙物能夠在地圖中標(biāo)記，如圖2.3所示，該系統(tǒng)能夠幫助完成普通場景下的動態(tài)路徑規(guī)劃。圖2.2激光SLAM構(gòu)建環(huán)境地圖圖2.3激光SLAM觀測環(huán)境變化2.2路徑規(guī)劃算法分析與選定路徑規(guī)劃技術(shù)是指移動機(jī)器人系統(tǒng)根據(jù)所得的地圖模型，按照既定路徑規(guī)劃算法，在起始點(diǎn)和目標(biāo)點(diǎn)之間規(guī)劃出一條移動路徑。當(dāng)系統(tǒng)采用不同的路徑規(guī)劃算法時，系統(tǒng)的適用環(huán)境、規(guī)劃的耗時、路徑的長度和安全性也會出現(xiàn)區(qū)別。適用于動態(tài)環(huán)境下的路徑規(guī)劃要求算法既能成功且高效地完成初始環(huán)境中的全局路徑規(guī)劃，也能在出現(xiàn)阻擋前進(jìn)路徑的障礙物時快速地完成路徑重規(guī)劃，使移動機(jī)器人能夠高效且安全地完成自主導(dǎo)航。各類路徑規(guī)劃算法的優(yōu)缺點(diǎn)如下：

【參考文獻(xiàn)】：
期刊論文
[1]激光SLAM導(dǎo)航移動機(jī)器人定位算法研究綜述[J]. 易柯敏,沈艷霞.  機(jī)器人技術(shù)與應(yīng)用. 2019(05)
[2]重載AGV的應(yīng)用現(xiàn)狀及發(fā)展趨勢[J]. 王浩吉,楊永帥,趙彥微.  機(jī)器人技術(shù)與應(yīng)用. 2019(05)
[3]機(jī)器人的發(fā)展:中國與國際的比較[J]. 羅連發(fā),儲夢潔,劉俊俊.  宏觀質(zhì)量研究. 2019(03)
[4]機(jī)器人路徑規(guī)劃的快速擴(kuò)展隨機(jī)樹算法綜述[J]. 陳秋蓮,蔣環(huán)宇,鄭以君.  計(jì)算機(jī)工程與應(yīng)用. 2019(16)
[5]基于PRM改進(jìn)的路徑規(guī)劃算法[J]. 鄒善席,王品,韓旭.  組合機(jī)床與自動化加工技術(shù). 2019(01)
[6]基于改進(jìn)多步長蟻群算法的機(jī)器人路徑規(guī)劃[J]. 張?jiān)?章政,王泉.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(12)
[7]改進(jìn)D*算法的移動機(jī)器人路徑規(guī)劃[J]. 張希聞,肖本賢.  傳感器與微系統(tǒng). 2018(12)
[8]基于路徑優(yōu)化D*Lite算法的移動機(jī)器人路徑規(guī)劃[J]. 黃魯,周非同.  控制與決策. 2020(04)
[9]基于激光雷達(dá)的機(jī)器人改進(jìn)人工勢場路徑規(guī)劃研究[J]. 薛鋒,金世俊.  測控技術(shù). 2018(09)
[10]移動機(jī)器人的智能路徑規(guī)劃算法綜述[J]. 王春穎,劉平,秦洪政.  傳感器與微系統(tǒng). 2018(08)

碩士論文
[1]融合動態(tài)窗口法與A*算法的港口AGV路徑規(guī)劃方法研究[D]. 張曉熠.北京交通大學(xué) 2019
[2]基于CUDA的單目LSD-SLAM算法并行化研究[D]. 王海.西北農(nóng)林科技大學(xué) 2018
[3]機(jī)器人室內(nèi)定位應(yīng)用技術(shù)研究[D]. 詹文強(qiáng).武漢工程大學(xué) 2016



本文編號：3294095