论文部分内容阅读
户外移动机器人同步定位制图(SLAM)是自主导航机器人非常重要的一个研究方向,然而传统的机器人定位制图方法受限于户外机器人自身携带的机载设备等物理因素计算能力收到极大制约,降低了机器人数据处理效率,尤其是大数据运算时受到的限制更大,而且增加了机载负担。云机器人是一个新兴的机器人领域,它是将云计算云存储的概念应用于机器人相关领域,充分利用了现代云计算架构来共享资源和数据。此外,受益于网络数据传输速率的快速增长,对于一些没有硬性规定实时要求的任务,可以将移动机器人相关机载设备进行卸载,提高机器人的移动便携性能。为了克服传统移动机器人定位制图数据量大、机载设备要求高和计算效率低下等问题,本文将云端强大的计算和存储能力与移动机器人定位制图结合起来,充分发挥云机器人在大数据运算存储方面的独特优势。论文中采用C/S架构进行云机器人定位制图,其中移动机器人端作为客户端主要用来获取车体及环境相关数据信息,同时对点云数据运行点云分离算法,对无效数据进行剔除。云端作为服务器端一方面运行迭代最近点(ICP)算法,更新估计的位置及环境信息,另一方面将数据在云端进行相关存储及提取操作。由于数据量比较大,为了防止数据丢失等问题,云端与移动机器人端的数据传输文中采用基于TCP/IP协议的网络传输方法。论文中完成了对迭代最近点匹配算法、点云分离算法及网络传输算法的模拟验证,确保了算法实现的准确性及稳定性。接着完成了移动机器人端实验平台的搭建,速度信息采集平台用来获取车体行走时的速度信息,三维环境信息采集平台用来获取车体行走时路径周边的三维环境点云信息,姿态信息采集平台则完成了车体行走时姿态角度的测量。将实验平台装载到移动机器人端,文中选取大学城河边树林进行户外实验。通过实验数据分析,特别是定位误差分析及定位制图总体时间对比分析,可以得知云机器人在定位制图方便相对于传统定位制图方法有着很大优势,不仅能大幅度提高数据的运算效率降低机载负担提高移动便携性,而且可以在线定位运算,免去了离线处理的繁琐,同时验证了算法的准确性,完成了期望的定位制图要求。