動態(tài)環(huán)境下陪護機器人自主定位方法研究與實現(xiàn).pdf

1、陪護機器人自主定位方法是當前研究的熱點問題，也是機器人導航的關鍵問題。其面臨的室內工作環(huán)境往往同時包含有未知的靜態(tài)和動態(tài)障礙物，具有不確定性和未知性。本課題以國家863高技術項目《助老/助殘機器人關鍵技術研究》的子課題《實用型陪護機器人》為背景，以HHR-0303陪護機器人為開發(fā)平臺，開發(fā)和擴展基于激光測距的機器人導航軟件系統(tǒng)，針對家庭動態(tài)和靜態(tài)環(huán)境，實現(xiàn)陪護機器人自主識別動態(tài)障礙物、自主定位等典型作業(yè)任務。
　　針對全局地圖信息

2、未知的室內環(huán)境中機器人全局定位精度低、實時性差等問題，研究了利用激光測距儀進行相對定位的掃描匹配算法，首先分析介紹了傳統(tǒng)迭代最近點算法(Iterative Closest Point，ICP)，針對ICP算法對旋轉運動匹配問題不敏感及容易陷入局部最小點的問題，給出一種基于MBICP(Metric-Based Iterative Closest Point)算法的陪護機器人自主定位方法，關鍵是采用了一種同時考慮平移和旋轉運動的度量距離。通

3、過開發(fā)分析演示軟件，比較自定位模塊里ICP和MBICP算法的匹配特性，并研究了MBICP算法中L參數(shù)對匹配精度的影響。分析結果表明MBICP算法較好地解決了旋轉位移的匹配，并提高了單次定位匹配精度和匹配時間。
　　針對機器人在運動過程中定位問題，本文給出了一種將里程計與激光傳感器信息進行融合的方法，以提高定位精度。而針對陪護機器人實時自主定位時，相鄰時刻掃描點不完全匹配的問題，本文提出一種將雙向最近點規(guī)則(Dual Closest

4、 Point，DCP)應用于MBICP算法的陪護機器人自主定位改進方法，克服因遮擋等原因造成的掃描信息缺失或差錯，減少錯誤匹配，提高了算法的魯棒性;并根據(jù)激光測距儀掃描的數(shù)據(jù)具有空間和時間上相關性這一特點，改進對應點搜索算法，提高算法的實時性。最后通過搭建的運動仿真平臺，驗證了該改進方法的有效性。
　　針對室內動態(tài)環(huán)境中出現(xiàn)的動態(tài)障礙物影響掃描匹配從而影響自主定位精度的問題，給出一種將時空關聯(lián)法應用于動態(tài)障礙物識別的方法，有效地識