基于激光雷达的同时定位与室内地图构建算法研究

  • 基于激光雷达的同时定位与室内地图构建算法研究已关闭评论
  • 157 views
  • A+
所属分类:AGV设计资料
摘要

随着我国工业自动化程度的提高,越来越多的工厂和仓储车间实现了智能化生产和运输,而不需要人工的参与。在这一过程中,自动导引车(Automated Guided Vehicle,AGV)作为一种新型的智能运输装置,起到了重要作用。本课题以此为背景进行了基于激光雷达的室内移动机器人同时定位与室内地图构建算法的研究。首先定义了机器人系统坐标系,完成了基于里程计的运动模型和激光雷达环境感知模型的搭建,并根据激光雷达传输数据类型研究了激光雷达数据的读取方法。通过对比论证了本课题采用栅格地图作为地图模型的可行性,完成了基于概率模型的栅格地图状态更新算法的研究,并用MATLAB验证了该算法的建图效果。针对基于粒子滤波SLAM定位算法中因粒子退化导致位姿估计误差较大的问题,本文以贝叶斯滤波理论为基础,通过粒子滤波定位算法的理论推导,分析了粒子滤波过程中粒子退化的原因,针对该问题,完成了重采样算法的研究,设计了基于不同重采样算法的粒子滤波器,并完成仿真环境中的定位实验,根据实验效果选择了更适用于本课题的分层重采样算法的粒子滤波器。在此基础上,引入Rao-Blackwellized粒子滤波器(RBPF)的概念,并进行了常规RBPF-SLAM算法的研究。在常规RBPF-SLAM算法框架的基础上研究了混合提议分布的理论,并提出了基于分层重采样的改进RBPF-SLAM算法,通过编写仿真程序利用公开数据集进行仿真实验,验证了算法改进的有效性。以Turtlebot机器人为机器人实验平台,PC为上位机,分别运用原始的和改进后的SLAM算法进行真实环境中定位与建图实验,实验表明运用改进后的算法能够得到更好的定位与建图效果。最后完成算法的嵌入式移植,并结合AGV样机进行给定运行轨迹下的定位与建图,验证了算法在实际应用中的有效性。

目 录

基于激光雷达的同时定位与室内地图构建算法研究

图 2-1 机器人坐标系


摘 要
Abstract
第 1 章 绪 论
1.1 课题背景及研究的目的和意义
1.2 SLAM 及其相关理论的研究综述
1.2.1 国内外研究现状
1.2.2 国内外研究成果分析
1.3 本文的主要研究内容
第 2 章 系统模型分析与环境地图构建
2.1 引言
2.2 移动机器人系统建模
2.2.1 机器人坐标系
2.2.2 机器人里程计运动模型
2.2.3 激光雷达模型建立及数据处理
2.3 环境地图的构建
2.3.1 地图的表达模型
2.3.2 栅格地图的构建算法
2.4 本章小结
第 3 章 基于粒子滤波的定位算法研究
3.1 引言
3.2 粒子滤波器原理
3.2.1 贝叶斯滤波理论
3.2.2 重要性采样理论
3.2.3 粒子滤波器的基本算法
3.3 基于分层重采样的粒子滤波定位算法
3.4 本章小结
第 4 章 基于粒子滤波的 SLAM 算法研究
4.1 引言
4.2 基于 RBPF 的 SLAM 算法
4.2.1 常规 RBPF-SLAM 算法流程
4.2.2 基于似然场模型的扫描匹配算法
4.3 RBPF-SLAM 算法的改进
4.3.1 融合了观测信息的混合提议分布
4.3.2 基于分层重采样的改进 RBPF-SLAM 算法
4.4 仿真实验
4.5 本章小结
第 5 章 真实环境中实验
5.1 引言
5.2 机器人实验系统介绍
5.2.1 机器人实验平台
5.2.2 机器人操作系统(ROS)
5.3 基于 PC 的室内 SLAM 实验
5.3.1 基于原始 Gmapping 算法的 SLAM 实验
5.3.2 基于改进 Gmapping 算法的 SLAM 实验
5.4 用嵌入式设备结合 AGV 样机的 SLAM 实验
5.5 本章小结
结 论
参考文献
攻读硕士学位期间发表的论文及其它成果
哈尔滨工业大学学位论文原创性声明和使用权限
致 谢

抱歉,此资源仅限赞助会员下载,请先
注意:本站资源多为网络收集,如涉及版权问题请及时与站长联系QQ:2766242327,我们会在第一时间内与您协商解决。如非特殊说明,本站所有资源解压密码均为:agvba.com。
weinxin
微信公众号
agvba是一个分享AGV知识和agv案例视频的网站。