隨著老齡化社會(huì)的到來(lái),青年勞動(dòng)力的減少,發(fā)展家庭服務(wù)型機(jī)器人已成為迫在眉睫的需求。智能掃地機(jī)器人作為服務(wù)機(jī)器人中第一個(gè)能夠落地的產(chǎn)品,已經(jīng)吸引了大批的研究者和工程技術(shù)人員研究相關(guān)的技術(shù),這就要求智能掃地機(jī)器人能夠?qū)崟r(shí)估計(jì)自己的位姿信息,同時(shí)進(jìn)行路徑規(guī)劃完成全覆蓋清掃,從而使得EKF數(shù)據(jù)融合、視覺(jué)SLAM和緊耦合算法成為研究中的關(guān)鍵技術(shù)。本文對(duì)智能掃地機(jī)器人室內(nèi)定位算法涉及的相關(guān)技術(shù)進(jìn)行研究,主要工作如下:首先,研究了光流計(jì)定位原理,針對(duì)單個(gè)傳感器無(wú)法滿足所有的應(yīng)用場(chǎng)景問(wèn)題,改進(jìn)了一種基于擴(kuò)展卡爾曼濾波器對(duì)多傳感器數(shù)據(jù)進(jìn)行融合的方法。該方法建立了移動(dòng)機(jī)器人的系統(tǒng)模型和觀測(cè)模型,然后設(shè)計(jì)了適用于掃地機(jī)器人平臺(tái)的擴(kuò)展卡爾曼濾波器。通過(guò)實(shí)驗(yàn),驗(yàn)證了基于EKF融合較里程計(jì)+IMU融合（或光流計(jì)+IMU融合）能夠在一定程度上克服尺度不一致的問(wèn)題,提高室內(nèi)移動(dòng)機(jī)器人航位推算定位的精度和魯棒性。其次,研究了ORB-SLAM2算法框架和三線程工作原理,針對(duì)目前ORB-SLAM2中加載DBo W2詞匯庫(kù)耗時(shí)長(zhǎng)和占用大量系統(tǒng)內(nèi)存等問(wèn)題,改進(jìn)了一種對(duì)DBo W2詞匯庫(kù)進(jìn)行優(yōu)化的方法;同時(shí)訓(xùn)練得到了針對(duì)家庭場(chǎng)景... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 智能掃地機(jī)器人研究現(xiàn)狀
        1.2.2 SLAM技術(shù)研究現(xiàn)狀
        1.2.3 多傳感器融合技術(shù)研究現(xiàn)狀
        1.2.4 緊耦合的視覺(jué)慣導(dǎo)SLAM技術(shù)研究現(xiàn)狀
    1.3 本文的主要研究?jī)?nèi)容
第2章 基于EKF數(shù)據(jù)融合的定位算法研究
    2.1 引言
    2.2 光流計(jì)定位原理研究
        2.2.1 光流計(jì)簡(jiǎn)介
        2.2.2 光流計(jì)測(cè)試實(shí)驗(yàn)
    2.3 移動(dòng)機(jī)器人系統(tǒng)模型和觀測(cè)模型的建立
        2.3.1 移動(dòng)機(jī)器人系統(tǒng)模型的建立
        2.3.2 傳感器觀測(cè)模型的建立
    2.4 擴(kuò)展卡爾曼濾波器設(shè)計(jì)
    2.5 三種定位方案實(shí)驗(yàn)對(duì)比
        2.5.1 融合模型的建立
        2.5.2 實(shí)驗(yàn)結(jié)果
    2.6 本章小結(jié)
第3章 視覺(jué)SLAM算法優(yōu)化研究
    3.1 引言
    3.2 ORB-SLAM2算法研究
    3.3 DBOW2詞匯庫(kù)優(yōu)化研究
        3.3.1 DBoW2詞匯庫(kù)優(yōu)化
        3.3.2 DBoW2優(yōu)化實(shí)驗(yàn)
    3.4 基于平面3-DOFVSLAM算法優(yōu)化研究
        3.4.1 平面3-DOFVSLAM算法優(yōu)化
        3.4.2 平面3-DOFVSLAM算法仿真
    3.5 本章小結(jié)
第4章 基于多傳感器融合的緊耦合算法研究
    4.1 引言
    4.2 VIO系統(tǒng)架構(gòu)
        4.2.1 系統(tǒng)描述
        4.2.2 慣導(dǎo)預(yù)積分
    4.3 視覺(jué)慣導(dǎo)初始化狀態(tài)估計(jì)
        4.3.1 陀螺儀零偏估計(jì)
        4.3.2 視覺(jué)尺度估計(jì)
    4.4 緊耦合的視覺(jué)慣導(dǎo)融合算法
        4.4.1 滑動(dòng)窗口模型
        4.4.2 相機(jī)測(cè)量模型
        4.4.3 里程計(jì)和光流計(jì)測(cè)量模型
        4.4.4 IMU測(cè)量模型
    4.5 本章小結(jié)
第5章 移動(dòng)機(jī)器人平臺(tái)搭建及實(shí)驗(yàn)研究
    5.1 引言
    5.2 移動(dòng)機(jī)器人平臺(tái)搭建
        5.2.1 Create2硬件平臺(tái)搭建
        5.2.2 STM32F407平臺(tái)軟件設(shè)計(jì)
    5.3 Create2平臺(tái)實(shí)體實(shí)驗(yàn)
        5.3.1 不同材質(zhì)表面對(duì)比實(shí)驗(yàn)
        5.3.2 兩種場(chǎng)景下的定位實(shí)驗(yàn)
        5.3.3 VISLAM系統(tǒng)優(yōu)化對(duì)比實(shí)驗(yàn)
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝



本文編號(hào)：2990018