基于情景記憶的移動機器人認知地圖構(gòu)建.pdf

1、對于自主移動機器人，建圖、定位和導航是其三個基本且重要的任務，也是國內(nèi)外相關研究領域的學者們關注的熱點問題之一。移動機器人基于傳感器等信息輸入完成對環(huán)境的認知學習從而完成進一步的任務如目標導航，在真實自然環(huán)境中是一項巨大的挑戰(zhàn)。而自然界中生物如人類等對復雜環(huán)境具有較強的學習能力，能夠通過記憶對環(huán)境進行認知，并可以基于記憶完成特定任務。因此，本文借鑒情景記憶的相關理論，針對機器人的環(huán)境認知問題提出相關的模型與方法。
　　基于認知地圖

2、的特性和功能，考慮與情景記憶相關的海馬體神經(jīng)元激活的理論，并結(jié)合生物環(huán)境認知和導航等相關背景知識，提出一種情景記憶數(shù)學模型進行移動機器人環(huán)境認知地圖構(gòu)建，滿足機器人目標導航的需求。結(jié)合計算機視覺領域的圖像特征提取匹配技術(shù)形成移動機器人的場景感知?；谏锏穆窂秸咸匦裕\用競爭吸引子網(wǎng)絡形成機器人的位姿感知。此外抽象機器人的行為模式，映射到狀態(tài)神經(jīng)元形成機器人的情景記憶。
　　針對移動機器人在實際環(huán)境中的認知學習問題，提出一種基于

3、情景記憶的廣義學習方法，模擬情景記憶的組織方式形成情景記憶網(wǎng)絡，實現(xiàn)移動機器人對環(huán)境在拓撲關系和幾何關系上的描述，完成環(huán)境的認知。首先對情景記憶的網(wǎng)絡結(jié)構(gòu)及其學習的總體流程進行了闡述，然后詳細分析了其具體功能的實現(xiàn)方法，以完成機器人遇到熟悉場景時的重定位、狀態(tài)神經(jīng)元幾何關系的生成、環(huán)境中動態(tài)信息的處理以及閉環(huán)檢測進行位置修正等工作。運用基于情景記憶的認知地圖進行機器人目標導航，通過情景記憶的回憶機制實現(xiàn)機器人路徑的全局規(guī)劃，并基于記憶路

4、徑的糾正機制進行機器人的行為規(guī)劃。
　　運用機器人操作系統(tǒng)(ROS)以及Turtlebot2移動機器人搭建實驗平臺驗證了方法的有效性和實用性。首先進行小型環(huán)路的認知學習，并結(jié)合實驗結(jié)果對于算法的功能進行了綜合分析。然后比較了認知地圖與當前成熟的概率學地圖之間的特點，在典型環(huán)境下分別采用本文算法與采用激光測距傳感器的概率學算法進行地圖構(gòu)建工作并分析了實驗結(jié)果。最后基于機器人生成的認知地圖實現(xiàn)了目標導航任務，且對于環(huán)境中動態(tài)信息進行了