移動機器人導航與環(huán)境建模問題研究.pdf

1、本文以室內(nèi)移動機器人開發(fā)應用為背景，對移動機器人在基于特征的室內(nèi)環(huán)境中實現(xiàn)高性能的自主導航、環(huán)境建模和運動控制等問題進行了深入研究。
　　首先對移動機器人主要傳感器的模型及其不確定性進行討論。重點分析了不同環(huán)境因素對激光測距的影響，完成了激光測距中距離和角度的方差分布計算，并依據(jù)誤差傳遞公式給出激光測距不確定信息描述的具體形式；討論了由里程計進行航位推算的局限性，通過對里程計誤差的詳細分析，提出了機器人位姿誤差協(xié)方差矩陣的更新方程

2、；針對視覺系統(tǒng)完成了CCD攝像機的標定工作，實現(xiàn)了視覺圖像扭曲的有效校正。
　　第二，在具有不確定信息的準結(jié)構(gòu)化室內(nèi)環(huán)境中，移動機器人要實現(xiàn)完全自主定位和全局環(huán)境地圖的構(gòu)建，首先要解決環(huán)境信息的特征提取與融合問題。針對環(huán)境中水平線段特征和激光測距數(shù)據(jù)的特性，采用兩點確定直線方程、最小二乘擬合多點直線方程的兩步處理方法。在視覺圖像處理中，采用Sobel算子和非極大值抑制算法進行邊緣像素的提取和細化，完成物體垂直邊緣的有效提取。針對多

3、傳感器數(shù)據(jù)在特征層次的融合問題，采用將測距數(shù)據(jù)和圖像數(shù)據(jù)統(tǒng)一到視覺坐標系下，再對已提取的垂直邊緣線段的特征角與水平環(huán)境特征特征角進行匹配的處理方法，在應用中取得良好效果。
　　第三，移動機器人定位和地圖創(chuàng)建所選用的方法與環(huán)境空間的表述方式是密切相關(guān)的。對基于先驗地圖的移動機器人定位問題，本文分別對EKF定位、組合概率模型全局定位和基于先驗幾何–拓撲混合地圖定位這三種主要方法進行了系統(tǒng)研究。位姿跟蹤方法中，對于長距離的運動，必須借助

4、外部傳感信息來消除單純利用推算航行法帶來的累積誤差。通過借助激光測距儀、CCD攝像機外部傳感器信息，在將觀測數(shù)據(jù)與環(huán)境模型相匹配后，利用EKF對位姿估計進行更新。對于已知環(huán)境模型下的機器人全局定位，要求保證魯棒的定位性能和精確的位姿跟蹤能力，這是實現(xiàn)室內(nèi)環(huán)境中自主導航的關(guān)鍵。針對Markov方法和Kalman濾波器兩種概率定位方法存在的不足，提出并實現(xiàn)了Markov-EKF組合概率定位方法，兼具了全局定位魯棒性和位姿跟蹤精確性。通過實驗

5、以及與Markov方法的定位誤差比較，驗證了定位方法的性能?；趲缀唯C拓撲混合地圖的移動機器人自主定位采取全局依據(jù)拓撲地圖進行定位，而在拓撲節(jié)點間仍然依據(jù)局部幾何地圖進行EKF定位的混合定位方法。這樣即便因為碰撞等意外情況造成機器人位姿跟蹤的失敗，仍然可在拓撲節(jié)點處基于綁定的高級特征完成EKF算法的重新初始化，確保整個定位過程的連續(xù)性和魯棒性，而且實現(xiàn)了精確定位以便于完成具體工作任務。
　　第四，未知環(huán)境下在線建模–SLAM(同時

6、定位與環(huán)境建模)是移動機器人實現(xiàn)自主能力的又一重要問題，其關(guān)鍵在于計算復雜性和適用的環(huán)境。文中針對這一問題提出了集成幾何方法和拓撲方法的分級混合建模方法，用來構(gòu)造大規(guī)模的環(huán)境，生成全局拓撲結(jié)構(gòu)和局部基于特征模型的混合等級式模型，減小了模型構(gòu)造的計算復雜性，提高了整個環(huán)境模型的準確度。
　　第五，研究了移動機器人的軌跡跟蹤問題。首先針對Pioneer2/DX移動機器人，推導了其運動學模型和跟蹤模型?；谀：刂品椒▽崿F(xiàn)了移動機器人的