论文部分内容阅读
移动机器人在工业生产、生活服务、灾害救援、环境探测等领域有着广泛的需求与应用,其中导航问题是其技术领域的研究热点之一。随着计算机视觉技术的发展,基于视觉传感器的即时定位与地图构建(Simultaneous Localization And Mapping,SLAM)也得到了深入的研究。目前,针对视觉SLAM的研究主要集中在轨迹优化以及三维环境重建等方面,将其应用于移动机器人导航的研究还相对较少。本文以移动机器人导航为应用背景,主要针对于导航系统设计、视觉SLAM算法和路径规划等方面展开分析和研究。论文的主要研究工作如下:(1)提出一种基于图优化的视觉SLAM导航方法。该导航方法以RGB-D相机作为视觉传感器,利用基于特征匹配的方法实现SLAM前端的运动估计与回环检测,并通过图优化的方法完成SLAM后端中的位姿与地图点优化。利用优化后的位姿图构建出适合于移动机器人导航的八叉树地图以及二维投影栅格地图,在栅格地图的基础上通过全局路径规划与局部路径规划方法相结合的方式获得移动机器人导航的全局最优无碰撞轨迹。(2)提出一种基于特征点匹配的RGB-D SLAM算法。首先利用基于四叉树的图像分割方法对图像进行均匀特征提取,然后通过基于双向K最近邻(K Nearest Neighbor,KNN)与进步采样一致性(Progressive Sample Consensus,PROSAC)的误匹配剔除方法剔除外点。最后利用关键帧的方式构建回环并进行位姿优化,通过优化后的关键帧位姿图构建环境点云地图以及导航地图。(3)提出一种基于栅格地图的移动机器人路径规划算法。首先针对于全局路径规划问题,利用局部势场A*(Local Potential Field-A*,LPF-A*)算法对栅格地图模型进行局部障碍物势场检测。然后在传统A*算法代价函数的基础上增加栅格节点的局部势场函数,并通过方向一致性来提取关键节点得到全局路径局部目标点。最后融合自适应参数动态窗口法(Adaptive Parameters Dynamic Window Approach,APDWA)实现局部路径规划,将朝向目标函数设为全局路径中的关键点,同时自适应设置朝向角评价函数的参数,在满足全局最小偏移轨迹的条件下提高搜索效率。