论文部分内容阅读
月球车作为一个具有一定智能的自主机器人必须能够在复杂月面环境下移动并完成各种任务,因此安全导航是月球车必须具备的功能。为了完成月球车的安全导航,必须依靠月球车所携带的传感器感知周围环境,避开障碍物,进行局部路径规划,最后安全到达目的地。因此,避障路径规划是未来月球车必须具备的功能之一。随着移动机器人技术的发展,同时定位与地图创建问题也已经成为移动机器人规划安全路径的重要组成部分。本文主要研究如何利用二维激光扫描测距器实现月球车的同时定位与地图创建,进一步在AS-R平台上完成月球车的避障路径规划。主要内容包括以下几个方面: 首先,通过将遗传算法中的交叉和变异操作引入到极坐标扫描匹配算法中,提出了一种基于遗传算法的极坐标扫描匹配算法。该算法首先利用遗传算法对激光扫描数据进行预配准,然后利用PSM(Polar Scan Matching)对GA(Genetic Algorithm)的结果进行细调。实验结果表明,该算法能够有效地解决扫描匹配算法中任意角度的配准问题,较大地提高了机器人的定位精度。 其次,将概率扫描匹配算法与快速同时定位与地图创建(Fast Simultaneous Localization and Mapping,FastSLAM)粒子滤波器相结合,提出了新的概率扫描匹配同时定位与地图创建算法(Probability Scan Matching Algorithm SLAM, PSMASLAM)。该算法通过建立概率扫描匹配方法,改进机器人的运动模型,并采用自适应的混合提议分布来代替传统的提议分布,有效地减轻了粒子耗散问题,减少了地图的创建时间。该算法既可解决结构化室内环境下的SLAM问题,也可解决非结构化室外环境下的SLAM问题。 最后,提出了一种基于SLAM的避障路径规划算法。该算法首先采用概率扫描匹配SLAM算法完成机器人任意时刻的同时定位与地图创建问题;根据机器人与环境中障碍物之间的关系,建立初始最近距离向量极坐标直方图(Nearness Distance Vector Polar Histogram, NDVPH),获得自由行走区和避障区间,通过定义时变的阈值函数获得二元极坐标直方图,设定瞬时目标点作为机器人运动的临时目标点,有效地确定了机器人的候选转向。该算法可以在密集复杂的环境中较好地完成避障和路径规划,不会陷入死锁。 最后,本文完成了基于激光测距的机器人避障路径规划系统。该系统采用概率扫描匹配算法实现同时定位与地图创建,并且采用基于SLAM的最近距离向量极坐标直方图算法实现机器人在复杂环境下的免碰路径规划。