未知环境中移动机器人自主定位及协同定位研究

  • 未知环境中移动机器人自主定位及协同定位研究已关闭评论
  • 41 views
  • A+
所属分类:AGV设计资料
摘要

未知环境中移动机器人的自主定位,既是机器人学研究的重要内容和经多年研究取得了众多理论和应用成果的领域,却也仍然是移动机器人要真正实现自主亟需进一步研究探索和解决的最基本而又最具挑战性的问题。未知环境中常见的动态物体、偶发的环境扰动等非确定因素等等,这些都为机器人在其中准确、鲁棒的自主定位带来诸多困难。本文针对这一难题展开了深入的剖析和研究,提出了对其中一些子问题的创新求解方案、建立了基本理论模型和应用算法。在单机器人自主定位研究的基础上,本文将研究进一步扩展至多机器人系统的协同定位问题。多机器人系统比单机器人拥有更多的观测信息量。如何融合、协调机器人间这些观测信息量,发挥多机器人优于单机器人的信息优势,同时避免冗余信息的可能冲突,是研究协同定位中倍受关注、极具挑战性的问题。本文针对多机器人的协同定位问题提出了采用完全信息静态博弈论、最大信息熵博弈论的协同定位理论模型和应用算法。论文的研究内容包括如下几个方面。首先,研究了移动机器人对常见结构化环境的感知问题。提出了一种基于激光雷达数据的参数模型顺序增量式聚类算法来提取环境中的结构化特征。并以此算法构建了静态、小范围环境的特征地图,实现了已知地图时机器人的自主定位。其次,针对未知环境中不确定程度高、歧义性大的突发状况,提出了一种结合二次加权随机步进和形状上下文的图匹配数据关联算法。算法能更充分有效地运用机器人观测数据中蕴含的几何拓扑结构信息,获得准确、鲁棒的数据关联结果,有效保障了未知环境中移动机器人自主定位的准确与鲁棒。第三,研究了未知动态环境中移动机器人SLAM问题。提出了一种融合地形聚合理论进行动态环境SLAM的新算法。算法创新性地将地形聚合理论的一般算法运用于由概率机器人学原理构建的动态环境SLAM模型,能够清晰高效地区分出观测数据中的动态与静态物体且无需先验的动态物体模型,在滤除动态物体后运用静态环境扫描匹配算法创建出具有高一致性的动态环境地图。第四,研究了如何有效融合、协调多机器人间相对观测信息进行协同定位的问题。针对机器人两两之间出现相对观测信息时的协同定位,提出区分多机器人间单向相对观测和双向相对观测这2种情况进行不同的博弈分析,并应用完全信息静态博弈理论分别推导出各自的EKF协同定位公式。所提出的算法不仅有效地解决了多机器人协同定位时各机器人相对观测数据间冲突的剔除、关联计算的融合问题,而且减少了协同定位过程中大量不必要的计算量,确保了协同定位的位姿更加准确、可靠。第五,针对多机器人间出现共同观测信息时的协同定位问题,根据信息论和博弈论的基本原理,提出运用最大熵博弈获取整体观测信息量一致程度最优的EKF协同定位方法。算法在多机器人协同定位时能有选择地融合和共享相互间的共同观测信息;在保障协同定位精度提高的同时,有效地协调与融合了多机器人共同观测信息间的冲突。

论文目录

摘要
Abstract

第一章 绪论

1.1 论文选题及研究意义
1.2 研究现状和难点
1.2.1 未知环境自主定位的研究现状和难点
1.2.2 多机器人协同定位的研究现状和难点
1.3 论文主要工作和章节安排

第二章 基于激光雷达的顺序增量式聚类特征提取方法

2.1 引言
2.1.1 问题描述
2.1.2 相关研究概述
2.2 移动机器人实验平台
2.3 顺序增量式聚类的结构化特征提取
2.4 实验结果与分析
2.5 本章小结

第三章 未知非确定环境中的图匹配数据关联方法

3.1 引言
3.1.1 问题描述
3.1.2 相关研究概述
3.2 数据关联的图论模型
3.3 二次加权随机步进结合形状上下文的图匹配数据关联算法
3.4 实验结果与分析
3.5 本章小结

第四章 未知动态环境中融合地形聚合的同步定位与制图

4.1 引言
4.1.1 问题描述
4.1.2 相关研究概述
4.2 未知动态环境中地图创建的数学建模
4.3 未知动态环境中的地形聚合SLAM算法
4.3.1 地形聚合理论基础
4.3.2 融合地形聚合理论的动态环境SLAM算法
4.4 实验结果与分析
4.5 本章小结

第五章 相对观测信息条件下的静态博弈协同定位算法

5.1 引言
5.1.1 问题描述
5.1.2 相关研究概述
5.2 相对观测信息及其数学模型
5.3 多机器人协同定位及其博弈模型
5.4 单向相对观测时的静态博弈及协同定位算法
5.5 双向相对观测时的静态博弈及协同定位算法
5.6 实验结果与分析
5.7 本章小结

第六章 共同观测信息条件下的最大熵博弈协同定位算法

6.1 引言
6.1.1 问题描述
6.1.2 相关研究概述
6.2 共同观测信息及其一致度模型
6.3 共同观测时的最大熵博弈机制
6.4 融合最大熵博弈的EKF协同定位算法
6.5 实验结果与分析
6.6 本章小结

第七章 总结与展望

7.1 论文工作和创新点总结
7.2 未来研究展望
参考文献
攻读学位期间发表论文与研究成果清单
致谢
作者简介

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。