论文部分内容阅读
随着物联网、大数据和移动应用等新一轮信息技术的发展,全球化工业革命开始提上日程,工业转型开始进入实质阶段。在中国,随着智能制造、中国制造2025等战略的相继出台,工业界也开始了大刀阔斧的改革。数字化工厂是未来智能工厂的基础,可视化技术又是数字化工厂中的重要组成部分,而可视化技术的核心技术是三维重建技术,然而现阶段国内的三维重建技术相对比较落后。针对这种现状,本文提出了基于机器人的全自主三维重建系统的方案,而在该系统中,本文的主要工作是设计与开发机器人的路径规划软件系统。由于机器人板载的硬件资源有限,因而本文采取将路径规划系统划分为全局路径规划子系统、局部三维动态地图重建子系统以及局部路径规划子系统三个部分的策略来降低系统对硬件的要求,提高软件系统的实时性。在全局路径规划子系统部分,本文针对复杂三维环境下基于图搜索的路径规划算法计算资源消耗大、基于随机采样的路径规划技术无法保证算法完整性的缺点提出了基于二维Voronoi图的三维随机树路径规划算法。同时,为了降低计算资源的消耗,本文设计了简化了的球体碰撞检测模型以及检测方法。在基于前人工作的基础上,本文对现有的视线短化算法进行改进,提出了逆向视线短化算法。为了验证全局路径规划算法的有效性、时效性以及鲁棒性,本文将所提算法与经典的RRT算法在多种复杂的三维环境中进行了对比分析。在局部动态地图重建子系统部分,本文利用栅格滚动算法创建了以机器人为中心的三维局部地图,并通过布兰森汉姆划线算法对传感器实时扫描的深度点云数据进行光线追踪以及栅格概率值更新,实现实时动态三维环境的重建。在此基础上,本文基于增量式的野火算法创建了动态的三维距离地图,通过该地图为三维局部路径规划提供更为精确的环境信息。本文在地面差分轮式机器人平台上进行实机测试,并通过对比三维局部动态地图地图与全局静态地图验证了局部动态地图的精确度以及系统的优越性能。在局部路径规划部分,本文采用了对离线的局部路径集进行实时匹配-评优-优化-拟合的策略。在评优阶段,本文设计了基于局部地图中障碍物、全局路径以及局部目标点的评价函数,并从29条局部路径中选出最优路径。在优化阶段,本文结合局部距离地图,采用梯度衰减的策略对局部轨迹进行优化,使其能够更好的避开环境中的动态障碍物。在曲线拟合阶段,本文采用多项式拟合的方式,在考虑到速度、加速度的平滑性以及运动学约束的基础上创建了关于时间t的七阶多项式,并通过求导的方法计算机器人进行轨迹跟踪所需要的速度与加速度指令。本文通过结合全局路径规划子系统与局部动态地图重建子系统,在地面差分轮式机器人实验平台上进行了实机测试,验证了机器人路径规划系统的性能。