论文部分内容阅读
自主导航与环境探索是移动机器人实现自主控制的关键技术。目前，静态环境中的导航控制方法己取得大量实际应用成果，但对动态未知环境中的导航与环境探索尚未形成统一和完善的体系。本文系统地研究了未知环境中移动机器人利用多种传感器进行自主导航与环境探索的问题，重点对机器人环境地图的表示与生成、自主定位和路径规划等问题进行了讨论，并结合实际机器人平台给出了相关的解决方案。 实时避障是机器人安全运行的基础，环境地图创建是未知环境中机器人自主导航涉及的一个关键技术。本文结合Pioneer 3-DX移动机器人配备的传感器和系统软硬件结构特点，设计了一个实时有效的移动机器人避障方法并应用于机器人的室内环境探索中。机器人在进行环境探索的同时，记录环境的激光测距信息并在离线情况下构建出走廊和室内环境的地图。 移动机器人需要确定自身的精确位姿以实现导航与探索任务。本文重点讨论了两种自主定位方法。一种是基于视觉的位姿跟踪方法，其特点是利用视觉传感器得到的环境信息来对基于里程计所获得的机器人预估位姿进行校正。另一种是基于激光测距数据的Monte Carlo定位方法，其基于随机采样策略来表示机器人位姿状态的概率分布，最终利用概率统计方法获得机器人位置的信度。本文研究中主要是利用室内环境的二维墙壁以及静态物体的激光测距信息来完成机器人位姿的有效估计。 本文最后给出了一种移动机器人室内导航方法。将机器人构建的几何环境地图离散成栅格图，应用A~*算法首先得到机器人的全局最优路径，然后以此路径为参考，分别应用梯度法和动态窗算法来完成移动机器人局部路径规划和动态避障任务。在Pioneer 3-DX移动机器人平台上实现了移动机器人室内环境中的自主导航功能。通过对实验结果的分析讨论，论证了所提方法的有效性和实用性。