基于激光雷达的移动机器人定位方法研究

《基于激光雷达的移动机器人定位方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中图分类号：TP242.2论文编号：102870516-S115学科分类号：080202硕士学位论文基于激光雷达的移动机器人定位方法研究研究生姓名张浩学科、专业机械电子工程研究方向机电控制及自动化指导教师钱晓明副教授南京航空航天大学研究生院机电学院二О一六年三月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofMechanicalandElectricalEngineeringResearchonLocalizationforMobileRobotBasedonLADARAThesisinMec

2、hanicalandElectronicalEngineeringByHaoZhangAdvisedbyProf.XiaomingQianSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofPhilosophyMarch,2016承诺书本人郑重声明：所呈交的学位论文，是本人在导师指导下，独立进行研究工作所取得的成果。尽我所知，除文中已经注明引用的内容外，本学位论文的研究成果不包含任何他人享有著作权的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。本人授权南京航空航天大学

3、可以有权保留送交论文的复印件，允许论文被查阅和借阅,可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段保存论文。(保密的学位论文在解密后适用本承诺书)作者签名：日期：南京航空航天大学硕士学位论文摘要移动机器人自定位是根据各种信息判断与环境的相对位置和自身姿态，主要包括绝对定位和相对定位两部分，是机器人自主导航领域的关键问题之一。本文主要研究了移动机器人的自定位问题。首先本文分析研究了相关移动机器人平台的特点，在此基础上自主开发了基于激光雷达的AGV平台，建立了移动机器人的坐标系模型、机器人运动模型、传感器模型等，并分析和比较了移动机器人定位过程中的常

4、用方法。针对移动机器人绝对定位问题本文提出了一种基于Markov的移动机器人全局定位方法。该方法分为时间更新和观测更新两个阶段。在时间更新阶段，为了实现信度图像的非整数倍栅格平移，提出了一种基于频域处理的时间更新方法，以得到移动机器人位姿状态信度的初步估计；在观测更新阶段，为了实现无数据关联的似然计算，提出一种基于高斯核平滑的观测更新方法，估计出最终移动机器人的位姿状态信度。最后，在Matlab平台下设计多个仿真实例来进行验证所提出的基于Markov全局定位方法的有效性。针对移动机器人相对定位问题提出了一种移动机器人位姿跟踪方法，这是一种点-点对应式激光扫描匹配方法。首先，获取机器人连

5、续不同时刻下的环境信息，将前一状态时刻作为参考扫描，后一状态时刻作为当前扫描，建立了相关定位参数数学模型；其次，连续使用三次1DFourier-Mellin得到所需要的旋转和平移增量；最后，在Matlab平台进行了多个仿真分析，并在实际环境下完成了大量位姿跟踪实验，通过与其他方法的对比分析，突出了本文方法在定位精度和计算复杂度上的优越性，以及对复杂环境的适应性。关键词：移动机器人；激光雷达；全局定位；位姿跟踪I基于激光雷达的移动机器人定位方法研究ABSTRACTMobilerobotself-localizationistojudgetherobot’srelativeposition

6、fromtheenvironmentanditsattitudeaccordingtovarietiesofinformation,whichconsistsofabsolutelocalizationandrelativelocalizationandiscriticalinrobotnavigationandcontrol.ThispapermainlystudiesonMobilerobotself-localization.Atfirst,therelatedcharacteristicsofmobilerobotplatformbasedisanalyzed,onthebas

7、icofitanewautonomousAGVplatformonlaserradarisdevelopedindependently.Thecoordinateaxesmodel,motionmodelandsensormodelofmobilerobotareestablishedthen.Thecommonmethodsofmobilerobotglobalpositioningisanalyzedandcompared.Aglobalp