動(dòng)態(tài)環(huán)境下的路徑規(guī)劃是機(jī)器人安全高效地完成導(dǎo)航任務(wù)的重要保證,特別是在有行人參與的環(huán)境中,機(jī)器人必須具備一定與環(huán)境的交互反應(yīng)能力�，F(xiàn)有的算法大多為獲取行人信息而設(shè)置專(zhuān)有的目標(biāo)檢測(cè)模塊,甚至為此配備專(zhuān)屬傳感器,跟蹤與預(yù)測(cè)行人的運(yùn)動(dòng)狀態(tài)。然而由此帶來(lái)了兩方面的問(wèn)題:一是在目標(biāo)識(shí)別、跟蹤、預(yù)測(cè)與多源傳感器信息融合環(huán)節(jié)需要額外的計(jì)算開(kāi)銷(xiāo),無(wú)法為后續(xù)避障算法提供低時(shí)延環(huán)境信息,對(duì)人類(lèi)的生命安全造成直接威脅;二是作為典型的完整約束目標(biāo),人類(lèi)行動(dòng)具有不可預(yù)知性,即行人具備在任意時(shí)刻任意地點(diǎn)改變運(yùn)動(dòng)方向與速度,根據(jù)行人的先驗(yàn)行為而做出的預(yù)測(cè)在嚴(yán)格意義上來(lái)說(shuō)并不可靠。為提高行人參與的動(dòng)態(tài)環(huán)境下機(jī)器人避障算法的可靠性與安全性,受自動(dòng)駕駛技術(shù)的啟發(fā),本文引入對(duì)動(dòng)態(tài)環(huán)境表征與多源傳感器信息融合更具優(yōu)勢(shì)的動(dòng)態(tài)柵格地圖,圍繞如何高效計(jì)算動(dòng)態(tài)柵格地圖,以及如何有效利用動(dòng)態(tài)目標(biāo)的速度信息而開(kāi)展研究,提出一種適用于多動(dòng)態(tài)目標(biāo)環(huán)境的實(shí)時(shí)避障方法:首先,為感知?jiǎng)討B(tài)環(huán)境,將機(jī)器人避障環(huán)境定義為隨機(jī)動(dòng)態(tài)系統(tǒng),設(shè)計(jì)多目標(biāo)狀態(tài)估計(jì)器PHD/MIB濾波器,并引入D-S證據(jù)理論對(duì)未觀測(cè)柵格做近似處理,削減不必要的環(huán)境表征計(jì)算,完成DS... 

【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

【部分圖文】：

圖1-1雙目視覺(jué)行人跟蹤平臺(tái)

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文-22-標(biāo)，而分列其上下兩邊的目標(biāo)則分別從左右兩邊以恒定速度對(duì)向移動(dòng)。從濾波結(jié)果圖（b）來(lái)看，各個(gè)柵格的濾波結(jié)果將參考圖右下角的色環(huán)，以不同色域來(lái)表征所對(duì)應(yīng)的速度方向與大校a）模擬目標(biāo)數(shù)據(jù)b）濾波后的速度估計(jì)效果圖2-4仿真器濾波效果示意圖2.5.2動(dòng)態(tài)柵格地圖的粒子濾波實(shí)現(xiàn)為了通過(guò)仿真數(shù)據(jù)來(lái)驗(yàn)證前文所設(shè)計(jì)的濾波器對(duì)點(diǎn)目標(biāo)速度信息的估計(jì)效果以及對(duì)動(dòng)/靜態(tài)目標(biāo)的分辨能力，本節(jié)的仿真實(shí)驗(yàn)首先將對(duì)上述這兩個(gè)方面加以驗(yàn)證。2.5.2.1動(dòng)態(tài)障礙物的速度估計(jì)驗(yàn)證在速度估計(jì)測(cè)試中，初始狀態(tài)下，左右兩端的待測(cè)目標(biāo)分別位于柵格坐標(biāo)255,255中的[100.25,100.0]與[150.25,150.0]，二者在X軸方向相距50cells。仿真開(kāi)始后，分別以每個(gè)采樣周期移動(dòng)5cells的速度對(duì)向運(yùn)動(dòng)。經(jīng)濾波器計(jì)算后的速度估計(jì)可視化效果如圖2-5所示。圖2-5連續(xù)目標(biāo)速度估計(jì)可視化以目標(biāo)所占柵格個(gè)數(shù)為計(jì)量單位，針對(duì)不同新生粒子概率Bp，對(duì)速度估計(jì)過(guò)程中獲取速度真值的柵格數(shù)量占比進(jìn)行統(tǒng)計(jì)，結(jié)果如圖2-6所示。

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文-22-標(biāo)，而分列其上下兩邊的目標(biāo)則分別從左右兩邊以恒定速度對(duì)向移動(dòng)。從濾波結(jié)果圖（b）來(lái)看，各個(gè)柵格的濾波結(jié)果將參考圖右下角的色環(huán)，以不同色域來(lái)表征所對(duì)應(yīng)的速度方向與大校a）模擬目標(biāo)數(shù)據(jù)b）濾波后的速度估計(jì)效果圖2-4仿真器濾波效果示意圖2.5.2動(dòng)態(tài)柵格地圖的粒子濾波實(shí)現(xiàn)為了通過(guò)仿真數(shù)據(jù)來(lái)驗(yàn)證前文所設(shè)計(jì)的濾波器對(duì)點(diǎn)目標(biāo)速度信息的估計(jì)效果以及對(duì)動(dòng)/靜態(tài)目標(biāo)的分辨能力，本節(jié)的仿真實(shí)驗(yàn)首先將對(duì)上述這兩個(gè)方面加以驗(yàn)證。2.5.2.1動(dòng)態(tài)障礙物的速度估計(jì)驗(yàn)證在速度估計(jì)測(cè)試中，初始狀態(tài)下，左右兩端的待測(cè)目標(biāo)分別位于柵格坐標(biāo)255,255中的[100.25,100.0]與[150.25,150.0]，二者在X軸方向相距50cells。仿真開(kāi)始后，分別以每個(gè)采樣周期移動(dòng)5cells的速度對(duì)向運(yùn)動(dòng)。經(jīng)濾波器計(jì)算后的速度估計(jì)可視化效果如圖2-5所示。圖2-5連續(xù)目標(biāo)速度估計(jì)可視化以目標(biāo)所占柵格個(gè)數(shù)為計(jì)量單位，針對(duì)不同新生粒子概率Bp，對(duì)速度估計(jì)過(guò)程中獲取速度真值的柵格數(shù)量占比進(jìn)行統(tǒng)計(jì)，結(jié)果如圖2-6所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的行人檢測(cè)技術(shù)研究進(jìn)展[J]. 黃同愿,向國(guó)徽,楊雪姣.  重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2019(04)
[2]一種基于激光雷達(dá)傳感器的行人檢測(cè)方法[J]. 韓驍楓,陸建峰,李祥瑞,趙春霞.  哈爾濱工程大學(xué)學(xué)報(bào). 2019(06)
[3]中國(guó)機(jī)器人產(chǎn)業(yè)發(fā)展現(xiàn)狀與展望[J]. 曲道奎.  中國(guó)科學(xué)院院刊. 2015(03)
[4]改進(jìn)人工勢(shì)場(chǎng)法的移動(dòng)機(jī)器人路徑規(guī)劃[J]. 于振中,閆繼宏,趙杰,陳志峰,朱延河.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2011(01)
[5]一種基于激光雷達(dá)和視覺(jué)的行人檢測(cè)方法[J]. 錢(qián)慧佳,楊明,李顥,王春香.  上海交通大學(xué)學(xué)報(bào). 2010(07)
[6]基于新人工勢(shì)場(chǎng)函數(shù)的機(jī)器人動(dòng)態(tài)避障規(guī)劃[J]. 樊曉平,李雙艷,陳特放.  控制理論與應(yīng)用. 2005(05)

博士論文
[1]未知場(chǎng)景參數(shù)下的概率假設(shè)密度濾波多傳感器目標(biāo)跟蹤算法研究[D]. 楊丹.西安電子科技大學(xué) 2019

碩士論文
[1]基于強(qiáng)化學(xué)習(xí)的無(wú)地圖導(dǎo)航策略研究[D]. 馬留龍.哈爾濱工業(yè)大學(xué) 2019
[2]基于人工勢(shì)場(chǎng)法的雙目視覺(jué)動(dòng)態(tài)避障研究[D]. 陳珊.河北大學(xué) 2018
[3]基于行人追蹤預(yù)測(cè)的護(hù)士助手機(jī)器人避障方法研究[D]. 董文杰.哈爾濱工業(yè)大學(xué) 2018
[4]激光點(diǎn)云人車(chē)目標(biāo)識(shí)別及運(yùn)動(dòng)信息提取[D]. 王林.武漢理工大學(xué) 2014



本文編號(hào)：3350648