论文部分内容阅读
眼睛是人们感知周围环境最主要的工具,盲和视力障碍问题严重影响了人们的正常生活。盲和视力问题也许会在未来得到彻底的解决,但就现阶段而言,导盲辅助课题的研究十分有必要。一般来说大多数盲人和视力障碍者使用的导盲工具基本为功能简单的手杖,当今社会发展迅速,周围的环境变得越来越复杂,简单的手杖已经不能适应变化如此之快的环境,然而以导盲犬为代表的生物导盲方式受高训练成本、长训练周期和寿命等影响始终无法普及,由于智能化机械越来越成熟,性能优异的导盲机器人是解决盲人日常困难问题的最优解。本文主要针对导盲机器人解决其同时定位和地图构建(SLAM)的问题,使用多传感器建立环境地图,并使用所得地图进行自主路径规划和实时避障,对于较为复杂的环境使用多传感器数据融合来增加所得地图的可用数据量,以完成更为复杂和精确的导盲任务。本文主要工作内容如下:1、分别针对SLAM的两类算法进行分析,一类是基于激光扫描匹配的滤波器SLAM,另一类是基于图像处理和点云拼接的图优化SLAM。在滤波器SLAM中对比了扩展卡尔曼滤波和粒子滤波,并进行仿真实验;在图优化SLAM中分别讲解特征点提取、特征匹配、运动变换估计和优化、位姿图构建、闭环检测和位姿图优化,最后获得三维地图。2、激光雷达和Kinect数据融合研究。针对较为复杂的环境,单一的传感器不能很好的满足导盲机器人的需求,为了获取环境中更多的可用信息,同时使用激光和视觉两种外部传感器,完成更复杂的任务,本文提出两种融合方法,分别是地图层面的融合和数据层面融合,获得更准确的环境地图。3、导盲机器人混合路径规划方法。针对导盲机器人使用地点复杂多变且要求导航精度,混合了基于A*算法的全局路径规划和基于改进人工势场法的局部路径规划,形成一套适用于导盲机器人的混合路径规划方法,完成全局的路径规划和动态实时避障。4、搭建实验平台进行实验分析。通过激光雷达配合滤波器SLAM完成小房间和大环境的二维地图构建;通过深度传感器Kinect配合图优化SLAM完成三维地图构建;在特定环境中进行数据融合实验,完成地图层面和数据层面的融合;对导盲机器人混合路径规划方法进行实验验证。