论文部分内容阅读
随着计算机科学与传感器技术的不断发展,机器人正朝向智能化和自主化发展,并开始走进家庭为人类服务。机器人的自定位、构建地图和实时路径规划是实现机器人智能化和自主化的重要内容,而机器人的自定位技术又是机器人实现自主导航与构建地图的重要前提,所以提高机器人定位精度对机器人的研究拥有非常重要的意义。目前,国内外许多学者对机器人自定位进行了研究,主要传感器采用里程计、激光测距仪、GPS及惯性传感器等。随着计算机视觉和图像处理技术的发展,基于视觉传感器的定位技术可广泛应用于机器人的定位系统。2010年微软生产的Kinect摄像头是一款RGB-D摄像机,在机器人领域得到了很好地应用。许多学者提出了RGB-D SLAM(Simultaneous Localization and Mapping)算法,但此算法对图像信息依赖性很大,在特别场景下会存在匹配错误,机器人的定位误差将无法修正。本文为了提高机器人自定位精度,对传统的两种定位方法从理论到实际进行了深入的实验分析,提出了一种室内环境下将激光测距和RGB-D相机视觉定位使用动态权重系数相融合的算法,来提高机器人定位精度。主要研究内容包括:1.对机器人携带的三种传感器:里程计、激光测距仪、RGB-D相机进行模型建立,分析了各自的误差来源。2.分析了EKF算法融合里程计和激光测距数据的机器人定位,从MATLAB仿真到机器人实际运动,讨论了其算法的优缺点。3.对目前流行的RGB-D SLAM算法进行了分析讨论,并对此算法进行了改进,用在了机器人定位之中。4.利用动态权重系数的方法对激光定位和RGB-D相机视觉定位结果相融合,实现机器人的精确定位。建立实验室机器人自定位软件系统,在实验室三轮全方位家庭服务机器人上进行实验验证。实验结果表明,本文所提出的方法对机器人定位精度有一定的改善。