登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 文献综述 > 电子信息类 > 通信工程 > 正文

基于ROS系统的移动机器人建模与SLAM研究文献综述

 2020-04-14 07:04  

1.目的及意义

1、目的及意义

1.1 研究目的及意义

随着机器人技术的迅猛发展,机器人概念已经渗透进人类生产和生活的方方面面,在国家安全、工业生产制造、家庭日常生活、未知环境探索等领域,机器人技术己经成为各个国家指定发展战略的焦点,各发达国家对机器人技术十分的重视。让机器人走出实验室,从科幻变为现实,走进人们的日常生产和生活,成为一种趋势。在人类对未知及高危环境探索日益增多的情况下,移动机器人的自主定位与导航问题成为人们面临的亟待解决的问题。其中ROS系统是一个开源的机器人操作系统,它提供了很多关于机器人常用功能的实现,使得机器人的开发更加便捷迅速。

实现机器人像人一样能够在真实环境中行走自如一直是人类的梦想,也是机器人研究领域中最重要的话题。解决该问题的主要关键点在于如何实现机器人的自主定位和自主路径规划。现实生活中往往存在GPS信号不稳定,定位误差大等缺点,尤其对于室内环境存在GPS信号较差的情况,此时传统的定位方法不再适用。同时定位与地图构建( SimultaneousLocalization and Mapping, SLAM)技术是解决在机器人在无GPS等外部定位信息时进行自主定位的最佳手段。该问题是指移动机器人在陌生环境中利用自身传感器数据,实现自身定位且利用定位信息在定位过程中逐步构建环境地图SLAM技术是移动机器人自主化,智能化的重要手段,因此近十几年以来,该问题始终在机器人研究领占据着重要地位。

在ROS系统中有封装为Navigation的软件包,该软件包能够实现在已知地图和未知地图的环境中机器人的路径规划和自主避障功能,为SLAM研究提供了极大的便利 。ROS系统是开源的,是用于机器人的一种后操作系统,或者说次级操作系统。它提供类似操作系统所提供的功能,包含硬件抽象描述、底层驱动程序管理、共用功能的执行、程序间的消息传递、程序发行包管理,它也提供一些工具程序和库可以用于获取、建立、编写和运行多机整合的程序。最重要的ROS系统中有很多封装好的代码,用于实现一些常用功能,可以使人们在开发机器人中把研究重点放在核心算法的研究和改进上,极大地提高机器人开发效率。


1.2 国内外研究现状

SLAM算法最早出现在R. Smith, M. Self式and P. Cheeseman的论文中,他们以Ayache and Faugeras,Crowley,Chatila and Laumond的工作为基础,采用离散的状态空间框架,提出了概率地图的概念,通过线性化及高斯分布假设,运用EKF对状态空间中的机器人位姿和特征(路标)位置进行同时估计。这种方法被许多研究者采用,成为一种广泛的SLAM方法。

在传统时代 (1986-2004),出于实际需求SLAM问题被提出,并将该问题转换为一个状态估计问题,利用扩展卡尔曼滤波、粒子滤波及最大似然估计等手段来求解。在算法分析时代(2004-2015),科学家主要研究SLAM的基本特性,包括观测性、收敛性和一致性。在鲁棒性-预测性时代(2015-),科学家主要研究鲁棒性、高级别的场景理解,计算资源优化,任务驱动的环境感知,并取得了一定的研究成果。视觉SLAM是在传统SLAM的基础上发展起来的,早期的视觉SLAM多采用扩展卡尔曼滤波等手段来优化相机位姿的估计和地图构建的准确性,后期随着计算能力的提升及算法的改进,BA优化、位姿优化等手段逐渐成为主流。随着人工智能技术的普及,基于深度学习的SLAM越来越受到研究者的关注。

企业微信

Copyright © 2010-2022 毕业论文网 站点地图