论文部分内容阅读
近年来人工成本急剧上升，而人们在生活品质、生产效率等方面又有着更高的追求，使得以室内移动机器人为代表的移动机器人在人们的生产生活中扮演了重要角色。而导航又是移动机器人完成其他任务的先决条件;但由于室内环境具有空间狭小、障碍物形状不规则等特殊性，致使室内环境对机器人导航的实时性和安全性有着相对更严格的要求，因此传统的导航方法在室内环境下的适用性受到了限制。针对室内环境特性，本文提出了融合学习机制的室内机器人导航方法。主要工作如下: 首先，介绍了室内移动机器人的发展历程，综述了目前常见的移动机器人导航方法，并对各类方法的优势及所缺进行了总结。接着引入IHDR算法用于室内移动机器人全局导航，并对该算法进行了方法介绍与优劣分析。 然后，提出一种逃离局部障碍区的移动机器人避障方法。通过获取传感器中的距离信息感知局部环境，以保证导航时的实时性和安全性。创新性地提出最远距离优先机制，有效避免机器人局部震荡问题。 其次，提出一种融合学习机制的机器人动态场景自适应导航方法。将基于学习机制的全局导航与逃离局部障碍区的局部避障进行融合，实现满足室内环境特性的移动机器人导航。 最后，在MT-R机器人上，对提出的方法进行了实际物理实验，实验结果验证了方法的可行性与有效性，并设计了室内机器人导航控制软件。本文为室内机器人导航的相关研究提供了有效参考。