發(fā)布時(shí)間：2022-01-13 02:13

　　隨著科技的發(fā)展,機(jī)器人正在慢慢的走進(jìn)大眾的視野,移動(dòng)機(jī)器人作為機(jī)器人家族的重要組成部分也在快速的發(fā)展,其中在未知環(huán)境中即時(shí)定位與地圖構(gòu)建是移動(dòng)機(jī)器人后續(xù)導(dǎo)航以及環(huán)境感知的必要條件,是移動(dòng)機(jī)器人最終走向全面智能化運(yùn)動(dòng)過(guò)程中的關(guān)鍵性技術(shù)。本文針對(duì)室外無(wú)GPS的廠區(qū)環(huán)境,使用多線激光雷達(dá)為主要傳感器,慣性測(cè)量單元作為輔助傳感器,對(duì)廠區(qū)物流移動(dòng)機(jī)器人的即時(shí)定位與環(huán)境地圖構(gòu)建問(wèn)題進(jìn)行研究。本文主要研究?jī)?nèi)容包括多線激光雷達(dá)原始數(shù)據(jù)預(yù)處理、幀間運(yùn)動(dòng)估計(jì)、環(huán)境地圖構(gòu)建及定位、算法對(duì)比及仿真驗(yàn)證四個(gè)部分。針對(duì)多線激光雷達(dá)采集到的點(diǎn)云數(shù)據(jù)存在運(yùn)動(dòng)畸變以及干擾點(diǎn)的問(wèn)題,分析了運(yùn)動(dòng)畸變以及干擾點(diǎn)產(chǎn)生的原因,利用IMU的信息對(duì)激光點(diǎn)云的運(yùn)動(dòng)畸變進(jìn)行了矯正,并使用一種基于深度圖的辦法有效的去除了干擾點(diǎn)。為了提高激光SLAM系統(tǒng)中相鄰幀之間相對(duì)運(yùn)動(dòng)求解的精度,本文改進(jìn)了傳統(tǒng)的點(diǎn)云匹配求取相對(duì)運(yùn)動(dòng)的方法,使用多線激光雷達(dá)與IMU數(shù)據(jù)融合的辦法來(lái)求取相鄰幀之間的相對(duì)運(yùn)動(dòng),通過(guò)數(shù)據(jù)集對(duì)比進(jìn)行驗(yàn)證,該方法可以更加準(zhǔn)確的求解出相鄰幀之間的相對(duì)運(yùn)動(dòng)。在沒(méi)有GPS提供絕對(duì)位置的條件下,機(jī)器人的定位誤差會(huì)隨時(shí)間累積逐漸增大。為了解... 

【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】：

移動(dòng)機(jī)器人SimultaneousLocalizationAndMappingSLAM

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文-3-機(jī)為主要傳感器的SLAM系統(tǒng)稱(chēng)為視覺(jué)SLAM[5]。視覺(jué)SLAM系統(tǒng)所使用的相機(jī)通常為單目相機(jī)、雙目相機(jī)以及深度相機(jī)，如圖1-2所示。a)單目相機(jī)b)雙目相機(jī)c)深度相機(jī)圖1-2常用視覺(jué)傳感器單目相機(jī)價(jià)格低、模型簡(jiǎn)單，應(yīng)用于SLAM系統(tǒng)時(shí)計(jì)算量小，但是單目相機(jī)每次只能獲取一張圖像，使用單張圖像只能獲取方向信息，無(wú)法獲得尺度信息，從而導(dǎo)致構(gòu)建地圖時(shí)相機(jī)獲取的特征點(diǎn)尺度恢復(fù)比較困難。雙目相機(jī)可以在每次采集數(shù)據(jù)時(shí)獲取兩張圖像，可以根據(jù)這兩張圖像進(jìn)行匹配來(lái)恢復(fù)圖像中點(diǎn)的深度信息，但是對(duì)于比較遠(yuǎn)處的點(diǎn)在恢復(fù)深度時(shí)無(wú)法恢復(fù)或者誤差較大，而且恢復(fù)深度會(huì)增加計(jì)算量。深度相機(jī)在獲取圖像時(shí)可以同時(shí)獲得一張彩色圖像以及一張深度圖像，從而很方便的獲得深度信息，并且可以根據(jù)這個(gè)信息構(gòu)建稠密的地圖，但是深度相機(jī)測(cè)量深度的范圍一般比較近，通常在5m以下，所以應(yīng)用場(chǎng)景比較受限。視覺(jué)SLAM雖然具有傳感器成本低、圖像信息較為豐富的優(yōu)點(diǎn)[5]，但相機(jī)本身屬于被動(dòng)感光傳感器，在沒(méi)有光照的條件下無(wú)法感知到環(huán)境信息，這就導(dǎo)致視覺(jué)SLAM系統(tǒng)無(wú)法在光照條件比較弱或者無(wú)光的條件下工作，對(duì)于室外光照不穩(wěn)定的情況，視覺(jué)SLAM也無(wú)法很好的工作。視覺(jué)SLAM構(gòu)建的地圖通常為稀疏的特征點(diǎn)地圖，如圖1-3，這種地圖無(wú)法反映出環(huán)境的結(jié)構(gòu)信息。但是，視覺(jué)SLAM還是有很多值得借鑒的方法。Mono-SLAM[6]是第一個(gè)能夠達(dá)到實(shí)時(shí)定位的SLAM系統(tǒng)，PTAM（ParallelTrackingAndMapping）[7]是SLAM歷史上第一個(gè)使用多線程技術(shù)的SLAM系統(tǒng)，ORB-SLAM[8]以及ORB-SLAM2[9]是包括前端跟蹤定位、后端位姿優(yōu)化以及回環(huán)檢測(cè)部分的完整SLAM系統(tǒng)。還有

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文-4-一些視覺(jué)結(jié)合慣性測(cè)量單元（Inertialmeasurementunit，IMU）的SLAM系統(tǒng)，比如首個(gè)相機(jī)和IMU融合的MSCKF（Multi-StateConstraintKalmanFilter）[10]、首個(gè)基于優(yōu)化方法的OKVIS[11]、可以運(yùn)行在手機(jī)端的VINS-Mono[12]。圖1-3特征點(diǎn)地圖[8]以單線激光雷達(dá)為主要傳感器的SLAM系統(tǒng)稱(chēng)為2D激光SLAM，單線激光雷達(dá)如圖1-4。圖1-4單線激光雷達(dá)單線激光雷達(dá)可以測(cè)得測(cè)量點(diǎn)到其自身坐標(biāo)系的距離以及角度，測(cè)量精度較高，可以根據(jù)所獲得的測(cè)量點(diǎn)的距離信息以及角度信息獲取深度，但是單線激光雷達(dá)只能觀測(cè)到一個(gè)平面的信息，信息量較為單一，有時(shí)也和編碼器同時(shí)使用[13]，只適用于對(duì)三維空間信息沒(méi)有要求的場(chǎng)景。2D激光SLAM所構(gòu)建出的地圖為二維柵格地圖，如圖1-5所示。2D激光SLAM也有很多代表性的方法。EKF-SLAM[15]開(kāi)啟了2D激光SLAM研究的大門(mén)，F(xiàn)astSLAM[16]首次將SLAM分解為移動(dòng)機(jī)器人自身位姿估計(jì)問(wèn)題以及基于已知位姿的建圖，并且該方法可以實(shí)時(shí)的輸出所構(gòu)建出的柵格地圖，Gmapping[17]是第一個(gè)融合輪式里程計(jì)的方法，Lu[18]是首個(gè)提出用圖優(yōu)化框架解決SLAM問(wèn)題的作者，Karto-SLAM[19]是第一個(gè)意識(shí)到圖優(yōu)化系統(tǒng)稀疏性的方法，Cartographer[14]是目前效果最好的開(kāi)源2D激光SLAM方法。

【參考文獻(xiàn)】：
期刊論文
[1]基于NDT和ICP融合的點(diǎn)云配準(zhǔn)方法[J]. 張桂楊,苑壯,陶剛.  北京測(cè)繪. 2019(12)
[2]智能無(wú)人系統(tǒng)最新研究和應(yīng)用綜述[J]. 崔娟娟,趙鵬,馬文靜,杜輝.  電子世界. 2019(18)
[3]智能物流研究綜述[J]. 古貞.  物流工程與管理. 2019(09)
[4]基于激光雷達(dá)的同時(shí)定位與地圖構(gòu)建方法綜述[J]. 危雙豐,龐帆,劉振彬,師現(xiàn)杰.  計(jì)算機(jī)應(yīng)用研究. 2020(02)
[5]移動(dòng)機(jī)器人SLAM關(guān)鍵問(wèn)題和解決方法綜述[J]. 楊雪夢(mèng),姚敏茹,曹凱.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(07)
[6]海量三維掃描點(diǎn)云數(shù)據(jù)預(yù)處理方法[J]. 程俊廷,郭博洋,盧建軍.  電子技術(shù)與軟件工程. 2018(11)
[7]視覺(jué)SLAM綜述[J]. 權(quán)美香,樸松昊,李國(guó).  智能系統(tǒng)學(xué)報(bào). 2016(06)
[8]基于單目視覺(jué)的同時(shí)定位與地圖構(gòu)建方法綜述[J]. 劉浩敏,章國(guó)鋒,鮑虎軍.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2016(06)
[9]基于KDTree改進(jìn)的ICP算法在點(diǎn)云配準(zhǔn)中的應(yīng)用研究[J]. 郭俊輝.  微型機(jī)與應(yīng)用. 2015(14)

博士論文
[1]MEMS-IMU誤差分析補(bǔ)償與實(shí)驗(yàn)研究[D]. 代剛.清華大學(xué) 2011

碩士論文
[1]動(dòng)態(tài)場(chǎng)景中交通標(biāo)志物重建和相機(jī)軌跡閉環(huán)矯正算法研究[D]. 田琪.哈爾濱工業(yè)大學(xué) 2019



本文編號(hào)：3585861