移動機器人憑借著其自身優(yōu)秀的能力,已經(jīng)越來越多地應(yīng)用在人類生活的各個方面。如何脫離人工控制而實現(xiàn)自主能力是移動機器人的總要難題。移動機器人應(yīng)用在消防救援任務(wù)時,傳統(tǒng)的方法是人工遠程控制機器人進行探索,這種被動感知的方法受限于操作人員的個人素質(zhì)以及工作經(jīng)驗,且不能保證環(huán)境信息的實時性。本文提出協(xié)同主動感知的方法,使其應(yīng)用到移動消防機器人的環(huán)境探測中。針對傳統(tǒng)的人為遠程控制機器人執(zhí)行災(zāi)害救援任務(wù)中的固有缺陷,提出了基于貝葉斯推理的狀態(tài)估計器和基于Q-learning的強化學(xué)習(xí)決策,使得機器人能夠在未知環(huán)境下執(zhí)行主動的環(huán)境探索。針對傳統(tǒng)路徑規(guī)劃方法在面對大規(guī)模場景以及多機器人系統(tǒng)的任務(wù)時計算量大且難以獲得最優(yōu)解的情況,設(shè)計了基于自組織映射網(wǎng)絡(luò)的快速遍歷方法,為機器人團隊快速規(guī)劃出時間最短的路徑。論文的主要工作如下:1.介紹了主動感知這一問題的研究背景和現(xiàn)階段取得的研究成果,移動機器人在消防救援任務(wù)的研究現(xiàn)狀等,主要包括分析了人工智能的三個階段以及研究主動感知的重要性、主動感知的發(fā)展以及國內(nèi)外學(xué)者提出的相關(guān)理論和取得的成果,并且對移動機器人應(yīng)用在消防救援領(lǐng)域的傳統(tǒng)方法以及存在的問題進行了詳盡的...

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題的研究背景和研究的意義
    1.2 主動感知國內(nèi)外研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀分析
        1.2.2 國內(nèi)研究現(xiàn)狀分析
        1.2.3 相關(guān)研究中心
    1.3 移動機器人國內(nèi)外研究現(xiàn)狀
        1.3.1 國外研究現(xiàn)狀分析
        1.3.2 國內(nèi)研究現(xiàn)狀分析
    1.4 文章結(jié)構(gòu)及創(chuàng)新點
        1.4.1 文章的組織結(jié)構(gòu)
        1.4.2 創(chuàng)新點自述
第2章 移動消防機器人主動感知系統(tǒng)研究
    2.1 引言
    2.2 主動感知模型研究與分析
        2.2.1 主動感知與被動感知研究分析
        2.2.2 主動感知與反饋控制研究研究分析
        2.2.3 移動機器人主動感知模型研究
    2.3 基于協(xié)同主動感知的異構(gòu)機器人環(huán)境探測框架
    2.4 本章小結(jié)
第3章 基于自適應(yīng)粒子濾波的狀態(tài)估計方法研究
    3.1 引言
    3.2 貝葉斯主動感知模型
        3.2.1 貝葉斯推理的基本原理
        3.2.2 貝葉斯濾波主動感知模型
    3.3 基于自適應(yīng)粒子濾波方法的狀態(tài)估計研究
        3.3.1 移動機器人運動模型
        3.3.2 運動畸變處理
        3.3.3 后端非線性優(yōu)化
        3.3.4 基于粒子濾波的SLAM方法研究
        3.3.5 自適應(yīng)粒子濾波算法研究
    3.4 仿真實驗與分析
        3.4.1 運動畸變處理仿真實驗與分析
        3.4.2 自適應(yīng)粒子濾波仿真實驗及分析
        3.4.3 基于ROS的系統(tǒng)設(shè)計與仿真
    3.5 本章小結(jié)
第4章 基于強化學(xué)習(xí)的主動感知決策方法研究
    4.1 引言
    4.2 強化學(xué)習(xí)的主動感知模型研究
        4.2.1 強化學(xué)習(xí)原理介紹
        4.2.2 強化學(xué)習(xí)系統(tǒng)的組成結(jié)構(gòu)
        4.2.3 強化學(xué)習(xí)的分類
    4.3 基于Q-learning的主動感知方法
        4.3.1 基于強化學(xué)習(xí)的主動感知決策模型
        4.3.2 消防救援條件下的強化學(xué)習(xí)模型分析
        4.3.3 消防救援場景的強化學(xué)習(xí)建模
        4.3.4 Q-learning的強化學(xué)習(xí)方法
    4.4 基于Q-learning的仿真實驗設(shè)計及分析
    4.5 結(jié)合自適應(yīng)粒子濾波的仿真實驗
    4.6 本章小結(jié)
第5章 基于自組織映射網(wǎng)絡(luò)的多機器人協(xié)同方法研究
    5.1 基于路徑規(guī)劃的多機器人主動感知研究
        5.1.1 路徑規(guī)劃中的環(huán)境建模
        5.1.2 常用路徑規(guī)劃方法
    5.2 多機器人協(xié)同系統(tǒng)研究
        5.2.1 多機器人系統(tǒng)特點
        5.2.2 多機器人關(guān)鍵技術(shù)
        5.2.3 現(xiàn)階段多機器人協(xié)同方法
    5.3 基于自組織映射網(wǎng)絡(luò)的多機器人協(xié)同感知方法研究
        5.3.1 自組織映射特征網(wǎng)絡(luò)
        5.3.2 協(xié)同主動感知數(shù)學(xué)建模研究
        5.3.3 SOM的訓(xùn)練過程
        5.3.4 貝塞爾曲線平滑
    5.4 實驗結(jié)果及分析
    5.5 本章小結(jié)
第6章 移動消防機器人系統(tǒng)研究
    6.1 移動消防機器人總體結(jié)構(gòu)
    6.2 移動機器人硬件系統(tǒng)設(shè)計
        6.2.1 動力系統(tǒng)設(shè)計
        6.2.2 上位機系統(tǒng)設(shè)計
        6.2.3 傳感器系統(tǒng)設(shè)計
    6.3 移動消防機器人實際性能測試
        6.3.1 改進粒子濾波算法建圖效果測試
        6.3.2 傳感器模塊測試實驗
        6.3.3 基于視覺的火焰檢測實驗
    6.4 本章小結(jié)
第7章 總結(jié)與展望
參考文獻
致謝
攻讀學(xué)位期間所開展的科研項目和發(fā)表的學(xué)術(shù)論文



本文編號：3810753