论文部分内容阅读
随着人工智能的不断发展,人们对机器人智能化水平的要求逐渐提高。作为机器人领域的新生成员,服务机器人近年来在医院、商场、博物馆等场所的需求日益增加,在这些场所中服务机器人通常面临环境的改变,比如人的走动,门的开关等,这些动态物体会影响机器人定位精度,严重时会导致定位失败,这对服务机器人自主导航有很大的影响。基于这个背景,本课题以粒子滤波原理为基础,研究基于粒子滤波的服务机器人地图创建和定位问题,主要做了以下几项工作:首先,对本课题的服务机器人进行介绍,并分析了贝叶斯理论的不同形式,接着详细介绍了粒子滤波理论,并且建立了机器人的概率运动模型和观测模型。然后,针对传统的基于栅格的Fast SLAM算法中计算复杂、地图边缘效果差的问题,本课题采用基于梯度下降的扫描匹配算法,校正里程计带来的累积性误差,提高机器人地图创建的精度,同时在ROS(Robot Operating System)平台上进行了设计与实现。其次,针对服务机器人在室内动态环境下定位问题,本课题在传统的粒子滤波算法的基础上进行改进,通过激光雷达进行动态障碍物的识别与剔除,降低动态障碍物对机器人定位精度的影响。并且将改进的算法通过实验进行验证,使得机器人在室内动态场景中具有更高的定位精度,同时在ROS平台上进行了设计与实现。接下来,本文以turtlebot2为实验平台,在实验室走廊里设计实验,并对实验结果进行分析。实验结果表明,该系统可以实现地图创建与定位功能,具有较强的鲁棒性。最后,总结了本文所取得的研究成果,分析当前研究工作的不足之处,并对今后的研究工作进行了讨论和展望。