移动机器人多任务自主导航系统研究

  • 移动机器人多任务自主导航系统研究已关闭评论
  • 55 views
  • A+
所属分类:AGV设计资料
摘要

随着人工智能技术和机器人技术的快速发展,在救援、巡检、水下等领域,移动机器人发挥着不可替代的作用。相比于单任务导航难以更好地适用于复杂多变的实际应用环境,多任务自主导航更贴近现实,是近年来机器人技术研究的一个热点。因此,对移动机器人多任务自主导航进行研究具有十分重要的理论意义和应用价值。首先,在系统研究移动机器人通用导航方式和传感器的基础上,选取激光测距仪作为导航系统中的主要感知装置,在通用性较好的机器人操作系统(Robot Operating System,ROS)平台上,利用同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)方法进行环境地图构建,完成了ROS上移动机器人多任务自主导航系统方案的设计。然后,针对基于Rao-Blackwellized粒子滤波器的SLAM(Rao-Blackwellized Particle Filter SLAM,RBPF-SLAM)算法存在所需粒子数多和粒子匮乏的问题,提出一种改进的RBPF-SLAM(Improved RBPF-SLAM,IRBPF-SLAM)算法。该算法以退火参数优化混合提议分布,并融入激光测距仪观测信息;同时设计一种基于等级的自适应局部重采样(Adaptive Partial Rank-based Resampling,APRR)技术,以缓解粒子退化。实验验证了该算法的运算效率优于RBPF-SLAM算法,但仍存在估计精度低、噪声环境下鲁棒性较差的问题。为进一步实现精确可靠的导航,提出一种基于改进Rao-Blackwellized H∞滤波的SLAM(Improved Rao-Blackwellized H∞Filter-based SLAM,IRBHF-SLAM)方法。该方法利用迭代无迹H∞滤波(Iterative Unscented H∞Filter,IUHF)精确计算重要性密度函数,以此估计系统状态均值和协方差,并通过迭代更新方式,使用观测信息不断校正,进一步减小估计误差。利用仿真和实验验证改进算法。实验结果表明该算法具有可行性和鲁棒性。随后,分析和研究多任务路径规划技术,设计一种用于解决多任务路径规划的旅行商问题(Traveling Salesman Problem,TSP)数学模型,利用基于改进人工鱼群算法(Improved Artificial Fish Swarm Algorithm,IAFSA)的路径规划算法对任意两个任务点进行路径规划,求解出路径长度,将其作为TSP模型的输入,并以最短路径消耗作为整体优化目标,利用IAFSA准确搜索出移动机器人遍历所有任务点的最优序列,使机器人能按照该序列依次安全访问所有任务点。通过实验验证该算法是快速有效的。最后,完成ROS上基于激光测距仪的Pioneer3-DX机器人多任务自主导航系统的设计与实现。在不同真实环境中进行地图构建、路径规划、多任务路径规划等实验。结果表明,本课题所研究的ROS上移动机器人多任务自主导航系统是稳定可行的。

摘要
abstract

第1章 绪论

1.1 研究背景及意义
1.2 国内外相关课题研究现状
1.2.1 导航技术的研究现状
1.2.2 多任务路径规划技术的研究现状
1.3 论文主要研究内容及结构安排
1.3.1 论文主要研究内容
1.3.2 论文组织结构
1.4 本章小结

第2章 移动机器人多任务自主导航系统总体方案设计

2.1 移动机器人多任务自主导航关键技术
2.1.1 地图构建技术
2.1.2 移动机器人导航常用传感器
2.1.3 路径规划技术
2.1.4 多任务规划技术
2.2 ROS技术
2.2.1 基本概念
2.2.2 ROS的优势
2.3 移动机器人多任务自主导航系统总体方案设计
2.4 本章小结

第3章 基于改进Rao-Blackwellized粒子滤波器的SLAM算法

3.1 机器人SLAM问题的基本原理
3.1.1 机器人模型
3.1.2 机器人SLAM问题的一般描述
3.1.3 SLAM问题数学模型
3.2 粒子滤波算法
3.2.1 贝叶斯重要性采样
3.2.2 序贯重要性采样
3.2.3 重采样技术
3.3 基于Rao-Blackwellized粒子滤波的SLAM算法
3.4 基于改进提议分布和重采样的RBPF-SLAM算法
3.4.1 自适应优化混合提议分布
3.4.2 基于等级的自适应局部重采样算法
3.4.3 改进提议分布和重采样的RBPF-SLAM算法流程
3.4.4 实验结果及分析
3.5 基于IRBHF的SLAM算法
3.5.1 扩展H∞滤波器的基本原理
3.5.2 重要性采样
3.5.3 改进算法流程
3.5.4 实验结果及分析
3.6 本章小结

第4章 基于改进人工鱼群算法的多任务路径规划

4.1 多任务路径规划分析
4.1.1 多任务路径规划的总体目标
4.1.2 多任务路径规划问题数学模型建立
4.2 人工鱼群算法基本原理
4.3 基于改进人工鱼群算法的路径规划
4.3.1 栅格环境下的人工鱼群算法
4.3.2 改进的人工鱼群算法
4.3.3 实验结果及分析
4.4 多任务规划
4.4.1 基于IAFSA的多任务规划
4.4.2 多任务规划结果分析
4.5 本章小结

第5章 移动机器人多任务自主导航系统实现

5.1 系统软硬件平台
5.1.1 系统硬件平台
5.1.2 系统软件平台
5.2 移动机器人多任务自主导航系统设计
5.2.1 坐标转换系统的设计
5.2.2 传感器数据处理设计
5.2.3 运行节点设计
5.3 多任务自主导航系统的实现及结果分析
5.3.1 系统软硬件平台的调试
5.3.2 配置和封装多任务导航相关功能包
5.3.3 基于IRBHF-SLAM算法实现先验栅格地图的构建
5.3.4 机器人多任务导航的实现
5.4 本章小结

第6章 总结与展望

6.1 工作总结
6.2 工作展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果

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。