论文部分内容阅读
近年来,人工智能科技快速发展革新,广泛应用于各种先进技术领域。其中在无人系统领域,发展最为显著,相继出现了各类无人机、无人车、无人艇等。无人系统体现出的智能化需要完成认识环境、确定自身位姿、决策执行动作等任务,这就需要在无人系统上配置各类传感器并完成数据的收集与处理。其中,定位问题的解决是无人系统走向智能化的前提。本文针对在GPS信号差的环境下,对激光雷达的定位算法进行研究并设计出定位模块,包括激光雷达环境定位建模、三种激光定位算法的研究实现、基于激光雷达定位模块的小车实验平台搭建。本文的主要工作有:（1）分析各类激光雷达并研究基于激光雷达的定位模型。针对各类激光雷达的工作机制、适用环境和性能的比较,选择Rplidar A2激光雷达作为研究对象并分析其工作原理;基于激光雷达的定位模型涉及定位建模和地图表示,定位建模利用多个已知观测点来判定下一个激光雷达的位姿,地图模型采用了以概率值来判定栅格是否被障碍物占据的格栅地图。（2）研究了基于激光雷达的实时定位与建图（Simultaneous Localization And Mapping,SLAM）算法,并对其基于Gazebo仿真器进行仿真实验。SLAM算法主要可分成基于粒子滤波算法和基于图优化算法,对这两类算法进行建模分析;研究基于粒子滤波的Gmapping算法、基于图优化的Hector SLAM算法和Cartographer算法,并对这些算法进行实现步骤分析,最后通过基于gazebo仿真器对这些算法进行室内定位建图实验。（3）研究了基于激光雷达定位模块的小车平台;其中包括基于激光雷达的定位模块结构设计和基于Open RE Board主控器的小车底盘控制系统结构设计;然后介绍了基于HFLink的定位模块与底层控制系统通讯方法;之后设计了小车平台软件;最后分析和仿真了定位模块在自主导航上的路径规划实验,包含全局和局部路径规划,全局路径规划采用A＿star算法,局部路径规划采用动态窗口算法。（4）基于定位模块的定位实验方案设计、实验结果分析和基于定位导航的实验分析。根据三类定位算法制定四种定位方案:Gmapping实验（里程计+IMU+定位模块）、Hector手持实验（定位模块）、Hector平面移动（定位模块）、Cartographer实验（IMU+定位模块）,并在这四个实验中标定十个采样点,对这四组数据进行定位精度分析;给出定位导航的实现步骤并对其进行实验分析。