基于点云融合的立体导航技术研究

  • 基于点云融合的立体导航技术研究已关闭评论
  • 43 views
  • A+
所属分类:AGV设计资料
摘要

随着移动机器人的应用越来越广泛,导航技术已经成为反映移动机器人智能化的关键技术。本文的研究对象为工作在复杂、恶劣环境下的特种机器人,该类机器人在环境感知方面存在两个难题:一是复杂恶劣环境下的机器人自主导航定位问题;二是实时快速的反映周围环境的三维信息的问题。传统的机器人激光导航方法效果好,精度高,但是激光设备价格昂贵,并且这种方法只能得到环境的单一平面信息,很难满足特种机器人的作业需求。因此,如何通过改善导航策略来提高机器人对环境的感知能力,使具有特殊任务的机器人实现精准的自主作业任务,成为研究的一个热点。本文以移动机器人为研究平台,提出一种具有自主导航功能的组合式导航策略及方法,具体在以下三个方面进行了研究工作:首先针对有限资源环境下的机器人快速定位与导航问题,本文提出一种EKF-SLAM算法和A*算法相结合的机器人导航方法,搭建完成了基于HOKUYO激光雷达的平面导航系统,实验表明该方法导航速度快且精度高,能够实现移动机器人自主定位和导航功能。其次,针对机器人移动过程中图像的快速匹配与点云生成稀疏的问题,在分析传统的基于点特征的运动恢复结构算法的基础上,本文提出一种快速的半稠密点云生成算法。实验表明,在同等环境条件下,这种方法速度快,得到的点云模型细节多,可以用于构建环境三维地图,并且通过相机标定和地图信息分析可以获得机器人的运动轨迹及位姿。最后针对三维导航中存在着的精度和实时性的问题,本文提出一种基于激光和视觉的具有自主导航功能的组合导航方法,该方法综合了环境2D和3D信息。通过搭建激光雷达和视觉组合导航系统平台,在复杂环境下进行实验,实验表明,这种方法效率高,成本低。经过最终分析,本文的研究工作对于特种作业机器人的研究具有很大的参考价值和应用价值。

论文目录

摘要
ABSTRACT

第1章 绪论

1.1 研究意义及应用
1.2 国内外研究现状
1.2.1 导航技术研究现状
1.2.2 SLAM技术研究现状
1.2.3 路径规划技术研究现状
1.3 本文的研究内容及章节安排

第2章 激光雷达平面导航算法研究

2.1 引言
2.2 卡尔曼滤波算法基础
2.2.1 线性卡尔曼滤波算法
2.2.2 扩展卡尔曼滤波算法
2.3 基于扩展卡尔曼滤波的SLAM算法
2.3.1 SLAM算法简介
2.3.2 基于EKF的SLAM算法
2.4 移动机器人路径规划
2.4.1 路径规划原理
2.4.2 A*算法
2.5 蒙特卡罗定位
2.6 实验结果及分析
2.6.1 定位与构图仿真
2.6.2 激光雷达导航实验
2.7 本章小结

第3章 基于视觉的三维SLAM算法研究

3.1 引言
3.2 运动恢复结构
3.2.1 基于点特征的匹配算法
3.2.2 光束平差法
3.2.3 3D点云匹配
3.3 三维地图构建算法
3.3.1 实时运动恢复结构
3.3.2 一种改进的图像匹配算法
3.3.3 深度地图估计
3.3.4 地图构建及优化
3.4 实验结果及分析
3.5 本章小结

第4章 一种基于视觉里程计的运动估计方法

4.1 引言
4.2 视觉定位原理
4.2.1 光学成像模型
4.2.2 机器人运动模型
4.3 运动参数求解
4.4 运动参数估计及定位实验
4.5 本章小结

第5章 基于激光和视觉的组合导航研究

5.1 引言
5.2 组合导航实验平台
5.2.1 系统的开发流程
5.2.2 系统的硬件平台
5.3 组合导航实验及分析
5.3.1 平面地图构建
5.3.2 组合导航实验
5.4 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
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。