題-1_100_100.jpg)
基本信息
- 項(xiàng)目名稱：
- 基于圖形匹配技術(shù)的移動機(jī)器人二維環(huán)境地圖實(shí)時構(gòu)建方法的研究
- 小類：
- 信息技術(shù)
- 簡介：
- 本文提出了一種基于激光測距儀的移動機(jī)器人定位及環(huán)境地圖構(gòu)建的方法。通過圖形塊匹配、最小二乘擬合、聚類、線段優(yōu)化等技術(shù)，對激光測距儀采集的數(shù)據(jù)進(jìn)行處理，對機(jī)器人進(jìn)行定位并形成一幅現(xiàn)場二維環(huán)境地圖。 開發(fā)了仿真系統(tǒng)對算法進(jìn)行驗(yàn)證，搭建模擬場地對算法進(jìn)行實(shí)物驗(yàn)證，算法達(dá)到預(yù)期效果。 該算法對促進(jìn)機(jī)器人的智能化與實(shí)際應(yīng)用有很大意義。
- 詳細(xì)介紹：
- 研究內(nèi)容：移動機(jī)器人在未知環(huán)境下行進(jìn)時，需要利用傳感器感知周圍環(huán)境并進(jìn)行如路徑規(guī)劃、自主導(dǎo)航等智能行為。因此，機(jī)器人定位及環(huán)境地圖的構(gòu)建是移動機(jī)器人研究領(lǐng)域的重點(diǎn)。本文提出一種圖形匹配算法對移動機(jī)器人定位，并在移動中不斷拼合局部地圖，最終形成一幅完整的二維現(xiàn)場環(huán)境全局地圖。該算法的研究對促進(jìn)移動機(jī)器人的智能化有重要意義，同時，環(huán)境地圖的構(gòu)建對移動機(jī)器人在救災(zāi)等實(shí)際應(yīng)用中有重大價值。 創(chuàng)新點(diǎn)：傳統(tǒng)的圖形匹配算法只依賴線段的歐氏距離進(jìn)行匹配，在實(shí)際應(yīng)用中準(zhǔn)確性和穩(wěn)定性不高。本文提出了根據(jù)圖形塊進(jìn)行匹配的方法，提高了圖形匹配的準(zhǔn)確度；利用擬合、 聚類等技術(shù)，提高了圖形匹配的穩(wěn)定性；利用在不同環(huán)境中動態(tài)改變閾值的方法，提高 了算法應(yīng)用的靈活性；特別提出了最終全局地圖的優(yōu)化方法，使構(gòu)建的地圖更加真實(shí)反 映現(xiàn)場環(huán)境。 研究成果：本算法提出了新的研究角度和方法，注重應(yīng)用性，并基于激光測距儀，開發(fā)了移動機(jī)器人二維環(huán)境地圖實(shí)時繪制軟件，并在實(shí)際應(yīng)用中取得良好效果，對智能機(jī)器人的發(fā)展提供重要支持和保障。具有較大的研究價值與社會價值。
作品圖片
作品專業(yè)信息
撰寫目的和基本思路
- 環(huán)境地圖的構(gòu)建對機(jī)器人的智能行走、全局路徑規(guī)劃起到重要作用。本文旨在設(shè)計(jì)一個高效的定位建圖算法，并將其應(yīng)用于實(shí)踐。實(shí)際環(huán)境往往是未知的，而且環(huán)境中也不存在標(biāo)志物，要求移動機(jī)器人必須有感知周圍環(huán)境信息的能力。因此，利用傳感器采集環(huán)境數(shù)據(jù)并通過高效的算法處理是解決問題的關(guān)鍵。本文基于激光測距儀采集數(shù)據(jù)，并通過線段提取、擬合、圖形塊匹配、聚類、優(yōu)化等技術(shù)解決上述問題。
科學(xué)性、先進(jìn)性及獨(dú)特之處
- 本算法的設(shè)計(jì)依據(jù)數(shù)理統(tǒng)計(jì)、計(jì)算機(jī)圖形學(xué)、模式匹配、傳感器技術(shù)等學(xué)科的相關(guān)理論，結(jié)合較多學(xué)科知識。 該算法提出了地圖構(gòu)建中的圖形塊匹配與動態(tài)閾值技術(shù)，比傳統(tǒng)方法匹配更加準(zhǔn)確、適用性更強(qiáng)。此外，運(yùn)用了聚類、擬合、濾波等技術(shù)對算法進(jìn)行優(yōu)化。 圖形塊匹配技術(shù)，使定位信息更加準(zhǔn)確；運(yùn)用單一傳感器減少系統(tǒng)誤差；結(jié)合數(shù)學(xué)建模思想對所建地圖作進(jìn)一步優(yōu)化，使地圖更能反映實(shí)際環(huán)境。
應(yīng)用價值和現(xiàn)實(shí)意義
- 本作品較好地解決了移動機(jī)器人的定位問題，對移動機(jī)器人的自主導(dǎo)航、地圖構(gòu)建和路徑規(guī)劃有很大的促進(jìn)作用。 實(shí)時環(huán)境地圖的構(gòu)建意義重大，對于室內(nèi)移動機(jī)器人而言，該地圖能實(shí)時提供導(dǎo)航信息，實(shí)現(xiàn)機(jī)器人的定位、避障、走迷宮等功能，是移動機(jī)器人智能化的基礎(chǔ)；對于救援、勘探類機(jī)器人來說，環(huán)境地圖意義更為重大，不僅能為機(jī)器人提供全局路徑規(guī)劃信息，還能為工作人員提供現(xiàn)場環(huán)境信息，具有很大的應(yīng)用價值。
學(xué)術(shù)論文摘要
- 提出了一種基于模式識別技術(shù)的點(diǎn)集數(shù)據(jù)特征提取、近似匹配算法。該算法與傳統(tǒng)算法相比，由于使用了精度可調(diào)的圖形塊匹配技術(shù)與聚類處理技術(shù)，因此算法適應(yīng)性更強(qiáng)，配合巧妙的數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)和有效的算法優(yōu)化，能使結(jié)果精度更高，匹配速度更快。結(jié)合上述匹配算法，本文給出了一種基于激光測距儀的移動機(jī)器人二維環(huán)境地圖實(shí)時構(gòu)建方法。該方法通過提取環(huán)境信息數(shù)據(jù)點(diǎn)中的關(guān)鍵點(diǎn)，根據(jù)環(huán)境情況選擇合適的精度，并在兩組關(guān)鍵點(diǎn)集中進(jìn)行匹配，從而完成環(huán)境地圖的構(gòu)建。利用自行開發(fā)的環(huán)境仿真系統(tǒng)及模擬激光對算法進(jìn)行了驗(yàn)證，實(shí)驗(yàn)結(jié)果表明，該算法能有效完成在不同室內(nèi)環(huán)境下移動機(jī)器人環(huán)境地圖的實(shí)時構(gòu)建。
獲獎情況
- 本作品獲我校大學(xué)生課外學(xué)術(shù)科技作品競賽銀獎； 作品已投稿于國家級計(jì)算機(jī)類核心期刊《計(jì)算機(jī)應(yīng)用》
鑒定結(jié)果
- 此算法曾應(yīng)用于RoboCup機(jī)器人公開賽救援組比賽中，并獲得好成績。
參考文獻(xiàn)
- 技術(shù)：模式匹配，動態(tài)閾值，聚類，最小二乘擬合，多元多次方程的動態(tài)規(guī)劃等 【1】LUFENG，MILIOS E．Robot pose estimation in unknown environ-merits by matching 2D range sc¨s【J】//Proceedings of the IEEE Computer Vision and Pattern Recognition Conference(CVPR’94)． 【2】Dissanayake G Newman P，Clark S，et a1．A solution to the simultaneous localization andmap building(SLAM)problem．IEEE Transactions on Robotics and Automation 【3】Castellanos J A and Tardos J D．Mobile robot localization and map building：a multi-sensorfusion approach．Boston,MA：Kluwer Academic Publishers 【4】Gasos J，Rosetti A．Uncertainty representation for mobile robots：Perceptio，modeling and navigation in unknown environments[J]．Fuzzy Sets and Systems，1999，107(1)：1—24． 【5】羅榮華，洪炳镕．基于信息融合的同時定位與地圖創(chuàng)建研究【J】．哈爾濱工業(yè)大學(xué)學(xué)報 【6】張輝，蔡向東，海丹，朱登科 NuBot救援機(jī)器人整體設(shè)計(jì).機(jī)器人技術(shù)與應(yīng)用,2010.7 【7】劉麗雯 基于激光傳感器的移動機(jī)器人定位和地圖構(gòu)建研究，合肥工業(yè)大學(xué)， 2009.4 等等
同類課題研究水平概述
- 移動機(jī)器人定位及建圖問題是國內(nèi)外機(jī)器人領(lǐng)域研究的熱點(diǎn)。當(dāng)前定位方法大致可以歸納為兩大類：推算導(dǎo)航、基于環(huán)境特征匹配。 推算導(dǎo)航技術(shù)有定位精度較高、成本低以及高采樣率等特點(diǎn)，用于室內(nèi)定位比較合適。然而，在不斷的積分運(yùn)算過程中誤差會隨著運(yùn)動時間急劇增加，必須通過其他方式來對其進(jìn)行補(bǔ)償與校正。Lu提出了一種迭代的算法來建立兩次測量數(shù)據(jù)間的對應(yīng)關(guān)系進(jìn)行匹配， 利用最近點(diǎn)規(guī)則和對應(yīng)距離點(diǎn)規(guī)則，得到兩次測量間機(jī)器人位置的變化。該算法的不足是匹配收斂速度慢且容易陷入局部最優(yōu)解。Wei提出了直方圖的概念，利用直方圖統(tǒng)計(jì)的方法計(jì)算出機(jī)器人的位移及轉(zhuǎn)角，但受分辨率選取的影響，匹配精度很難得到提高?？柭鼮V波的方法通過比較當(dāng)前距離測量結(jié)果和根據(jù)地圖應(yīng)該得到的距離值，基于誤差矩陣得到最優(yōu)估計(jì)結(jié)果。然而該方法的計(jì)算量大。馬爾可夫定位是通過計(jì)算機(jī)器人位置柵格上概率分布來確定機(jī)器人位置的定位方法。 特征匹配定位是通過比較已有地圖和當(dāng)前局部地圖種的特征來實(shí)現(xiàn)定位的方法。特征匹配算法是整個感知過程的核心，主要有兩類：直接推理法和概率推理法。當(dāng)前較為常用的方法有：基于線段歐氏距離的特征匹配，該算法簡單容易實(shí)現(xiàn)，但算法適應(yīng)性不高，在環(huán)境特征較為規(guī)律的時候算法效果不太理想；基于聲納信息與視覺信息相融合的SLAM，有效提高了定位與地圖創(chuàng)建的準(zhǔn)確度和魯棒性，但是基于視覺信息要求較好環(huán)境，在缺乏光線的情況下算法并不適用；無線傳感器網(wǎng)絡(luò)環(huán)境下基于粒子濾波的移動機(jī)器人SLAM 算法，需提前在環(huán)境中設(shè)置大量的微型傳感器節(jié)點(diǎn)，對于未知環(huán)境則有極大的考驗(yàn)。此外，基于“二次匹配”的概念，結(jié)合兩種匹配方法，實(shí)現(xiàn)“粗匹配”與“精匹配”，此算法進(jìn)一步提高了匹配精度，但算法效率較低。卡爾曼濾波估計(jì)、蒙特卡羅法等方法是概率推理方法的代表。其中基于擴(kuò)展卡爾曼濾波的位姿跟蹤是一種成熟的局部定位方法，但其在未知機(jī)器人初始位姿情況下無法進(jìn)行全局定位。以馬爾可夫定位方法為代表的位置占有網(wǎng)格方法雖然可以在初始位置未知或被“綁架”情況下實(shí)現(xiàn)全局定位，但其計(jì)算復(fù)雜。 在使用匹配的方法構(gòu)建環(huán)境地圖時，會出現(xiàn)線段“毛刺”現(xiàn)象。對于該問題，國內(nèi)普遍采用分情況處理的方法來處理“毛刺”線段。這容易忽略某些特殊情況，且算法效率不高。
