【摘 要】
：
近年来，移动机器人导航相关技术被广泛应用于野外探索、自动驾驶、智能家居等领域。同时定位与建图、路径规划作为导航任务的关键环节，正逐渐成为前沿科技的研究热点。本文对基于激光雷达的移动机器人同时定位与建图、路径规划展开研究，并实现了动态环境下的自主导航。本文主要工作如下: (1)针对激光SLAM以里程计估计机器人位姿，导致累计误差较大的问题，采用激光雷达扫描匹配结果和最小二乘法进行参数标定;并对激光
论文部分内容阅读
近年来，移动机器人导航相关技术被广泛应用于野外探索、自动驾驶、智能家居等领域。同时定位与建图、路径规划作为导航任务的关键环节，正逐渐成为前沿科技的研究热点。本文对基于激光雷达的移动机器人同时定位与建图、路径规划展开研究，并实现了动态环境下的自主导航。本文主要工作如下:
(1)针对激光SLAM以里程计估计机器人位姿，导致累计误差较大的问题，采用激光雷达扫描匹配结果和最小二乘法进行参数标定;并对激光雷达扫描匹配算法，进行了分析和对比，并在扫描匹配的基础上对激光雷达运动产生的畸变进行矫正，采用了线性插值的方法，提高了激光雷达的定位精度和抗干扰能力。最后，对所提方法进行实验，实验结果验证了改进方法的准确性和鲁棒性。
(2)针对移动机器人路径规划问题，采用全局与局部的组合路径规划方法。首先，在全局路径规划中，介绍了基于Astar算法改进的跳点搜索算法，并在此基础上，提出利用块操作加速修剪规则，在单次搜索中可以快速识别多个跳点;同时，针对跳点搜索算法在对称性节点上的搜索冗长问题，设计了一种破坏对称性的启发式函数，避免了对对称节点的无效搜索，进一步提高了全局路径规划效率。其次，在局部路径规划中，阐述了关于时间弹性带算法的目标函数构建和轨迹优化方法，并且针对非线性优化中的局部最优问题，提出通过概率路线图采样局部路径点，改善局部最优问题，并结合同源类概念对路径进行区分，减少对相似路径的优化。
(3)针对动态环境下的导航问题，引入了一种基于代价地图的动态障碍物检测方法。该方法利用滑动均值滤波对代价地图中的栅格值进行检测，从中识别动态障碍物，并使用卡尔曼滤波在地图中对障碍物进行轨迹跟踪，最后，将其结合到局部路径规划器中，实现了多行人动态环境下的自主导航。
其他文献
在人工智能大数据的时代背景下,图像信息已经成为互联网信息交流主要媒介,所以对图像识别技术进行深入研究,具有十分重要的意义。传统的图像识别方法需要人工设计特征,在图像识别效率和识别准确率两方面已经无法满足人们的需求。深度学习方法摒弃了传统的人工提取特征的方式,可以自动的从数据集中进行学习,提高了图像识别的效率。生成对抗网络借鉴了博弈论思想,在模型中引入了对抗机制,因其强大的生成能力,备受广大研究学者
随着计算机技术及人工智能的迅速发展,人体姿态识别被广泛应用于人机交互、游戏娱乐和生物特征识别等多个生活领域。但在实际研究中,因环境、背景、光照等问题导致最终的识别精度不高,Kinect获取的深度图像和骨架信息具有颜色无关性,对光照不敏感,克服了普通光学图像的缺点。因此本文采用Kinect2.0构建了实验所需的人体身份及姿态图像库,采集了彩色、深度以及骨架信息三种数据类型。提出了一种基于关键关节点坐
量子计算机的发展将带来严重的安全问题,传统的公钥密码体制会遭受巨大威胁。格密码是后量子时代最有发展前途的密码算法之一,与公钥密码学的研究热点数字签名相结合,以格上困难问题为归约困难问题的方式进行方案的设计,将具有重要的理论研究价值和意义。现已提出的基于格的数字签名方案存在种类较少、密钥长度较长的不足。鉴于此,本文从种类和密钥长度两方面着手,采用不同的底层算法,提出了两类签名方案,具体如下:(1)传
近年来,随着光纤通信产业的快速发展以及技术突破,光纤激光传感器凭借高信噪比、高灵敏度,窄线宽的优势在水声、压强、加速度测量等领域得到了广泛应用。为了解决目前光纤激光传感解调系统成本高,速度慢的问题,本文从光纤激光传感技术理论与应用出发,结合纵模拍频解调和数字信号处理技术,提出一种基于FPGA的电子化、高速度的数字解调方案设计。搭建环形谐振腔多纵模光纤激光传感和自动温控平台进行应力传感测试,验证拍频
随着互联网技术的迅猛发展以及基于位置的应用需求不断增高,位置感知逐渐成为人们生活中必不可少的应用支撑,基于位置的服务(Location-based Services,LBS)也随之成为现代网络通信技术领域的重要研究方向。北斗卫星导航系统(Bei Dou Navigation Satellite System,BDS)、全球定位系统(Global Positioning System,GPS)等卫星
时频分析是一种处理非平稳信号的重要方法,它能提供信号时域和频域的联合分布信息,清楚地描述信号频率随时间变化的关系。本文的研究对象为时频分析,针对传统时频分析方法的时频聚集性低和自适应差的问题,主要研究了自适应短时傅里叶变换算法和自适应时频同步压缩算法,并将其应用于解决跳频信号参数估计和多分量信号分离问题。首先,本文介绍了常见非平稳信号的数学模型及时频特性,用传统的时频分析方法对合成信号进行分析,并
数字语音的编码传输是整个数字化通信网中最重要、最基本的组成部分之一.2.4kb/s甚至更低速率的语音编码技术一直是语音编码中重要的研究课题.该文的第二章提出一种 新的2.4kb/s快速波形插值(FWI)算法和完整的算法实现.FWI算法对基本WI算法的分析和合 成算法进行全面的改进.在FWI中提出无对齐操作参数分析算法,使得算法中复杂度比重最 高的特征波形提取和分解的复杂度降低到原来的一半,从而使算
贝叶斯理论为非线性非高斯状态估计问题提供了一种基于概率分布形式的解决方案。粒子滤波是基于递推贝叶斯估计理论的一种序贯蒙特卡罗算法，可以有效地解决非线性非高斯问题，因此被广泛应用于视觉跟踪、目标定位、通信与信号处理等众多领域。 但是粒子滤波算法在递归计算过程中存在粒子权值退化、粒子多样性丧失、维度灾难、计算成本高等问题。针对标准粒子滤波算法存在的问题，本文提出了一种基于“新息误差”的粒子滤波算法，
同时定位与地图构建(Simultaneous Localization and Mapping，SLAM)是移动机器人实现自主导航的关键技术。移动机器人的应用环境较为复杂，在特征密集的大场景环境中，SLAM算法的性能受到很大的影响。与基于滤波的SLAM算法相比，基于图优化的SLAM算法具有实时性更高，能够建立大场景的地图，累积误差更小等优点。但是经典的图优化SLAM算法在复杂环境中运用时，存在局部
热轧带钢是现代钢铁产业中的重要产品，在各行各业中都有较多的应用。热轧带钢的生产过程中，带钢表面缺陷是影响产品质量的一个重要因素。传统的缺陷检测方法检测过程较为复杂，且难以满足快速、准确的缺陷检测要求。基于深度学习的热轧带钢表面缺陷检测系统具有检测准确、检测速度快等优点，但在复合缺陷检测、缺陷目标定位等问题上还存在一些不足。 本文使用多标签分类算法解决热轧带钢表面复合缺陷的检测问题;使用YOLO(