(完整版)河海大学毕业设计(论文)

编号：

审定成绩：

毕业设计（论文）

课题移动机器人的环境勘测与绘图

专业年级机械工程及自动化

姓名吴来斌

指导教师郭老师

评阅人

二○一四年五月

摘要

移动机器人的环境勘测与绘图

移动机器人环境勘测与绘图是机器人研究领域的一个热点问题。超声传感器和红外传感器在移动机器人中的应用大大提高了机器人探测环境的能力。利用传感器采集到的大量数据可以进行环境地图的创建。

本文主要研究在上位机中如何处理观测数据的问题。本文介绍的环境勘测主要是采用1个超声波传感器和6个红外传感器协同工作，超声波传感器的数据用来进行地图创建，红外传感器主要辅助机器人进行有效的避障。采用了NI公司的Lab WindowsCVI虚拟仪器软件建立环境地图，并进行数据处理。

由于超声传感器本身存在测距误差、散射角度大、镜像点多等问题，因此在数据处理时，通过C语言算法对数据点进行有效控制，去除大量不确定数据。在直线走廊、L形墙角、U形环境等实验条件下进行了数据采集与数据处理测试。取得了比较好的效果，对环境仿真程度比较逼真。【关键词】移动机器人环境勘测地图创建 Lab WindowsCVI

ENVIRONMENT EXPLORATION AND MAP

BUILDING

BY MOBILE ROBOT

Abstract

Environment exploration and map building by mobile robot is a the robot research field. Ultrasonic sensor and infrared sensor are used by mobile robot and they increase robot’s ability of environment exploration. Using a lot of data gathered by sensors, we can build the environment map.

This paper research data in the PC. In this paper , single ultrasonic sensor cooperated with 6 infrared sensors to explore the environment. The data by ultrasonic sensor is used for map building, and infrared sensors is angle, mirror image. so in the data process, we control the data point by C arithmetic and delete lots of uncertainty data. In the experiments of beeline aisle, encoignure of L shape, U form, we collect environment data and do the test of data treatment. Form these experiments, we achieve the purpose.

【Key words】mobile robot environment exploration map building

LabwindowsCVI

目录

第一章前言 (1)

1.1 课题背景与意义 (1)

1.2 代表性的研究工作 (2)

第二章研究的主要内容 (3)

2.1 机器人的自定位 (4)

2.2 移动机器人探测环境的传感器技术 (5)

2.3 多传感器信息的融合 (7)

第三章传感器的介绍 (8)

3.1 超声波传感器 (8)

3.2 红外传感器 (12)

3.3 多传感器的数据融合与控制决策 (13)

第四章环境地图的表示方法 (15)

4.1 拓扑图 (16)

4.2 特征图 (16)

4.3 网格图 (17)

4.4直接表征法 (17)

第五章环境地图创建设计方案 (18)

5.1障碍点位置的推算 (19)

5.2 软件设计 (23)

5.3 不确定信息处理 (26)

第六章实验仿真 (29)

6.1 直线走廊环境 (29)

6.2 L型环境 (30)

6.3 U形环境 (31)

第七章结论与研究展望 (32)

7.1多智能机器人协调探测 (32)

7.2实时在线探测 (33)

7.3多传感器信息融合 (33)

7.4三维环境地图构建 (33)

致谢 (34)

参考文献 (35)

第一章前言

1.1 课题背景与意义

移动机器人的环境勘测与地图创建是机器人领域的热点研究问题。对

于已知环境中的机器人自主定位和已知机器人位置的地图创建已经有了一

些实用的解决方法。然而在很多环境中机器人不能利用全局定位系统进行

定位，而且事先获取机器人工作环境的地图很困难，甚至是不可能的。这

时机器人需要在自身位置不确定的条件下，在完全未知环境中创建地图，同时利用地图进行自主定位和导航。这就是移动机器人的同时定位与地图创建(SLAM)问题。SLAM也称为CML(Concurrent Mapping and Localization)，最先是由smithself和Cheeseman提出来的。由于其重要的理论与应用价值，被很多学者认为是实现真正全自主移动机器人的关键。在SLAM中,机器人利用自身携带的传感器识别未知环境中的特征标志，然后根据机器人与特征标志之间的相对位置和里程计的读数估计机器人和特征标志的全局坐标。这种在线的定位与地图创建需要保持机器人与特征标志之间的详细信息。近几年来，SLAM的研究取得了很大的进展，并已应用于各种不同的环境，如:室内环境、水下、室外环境。

探测环境与构建地图是移动机器人研究领域中发展起来的一个研究方向，受到了研究人员的日益关注。空间和危险场合是机器人的一个很重要应用领域。很多情况下，作业空间的信息是未知的，这样在派机器人进入该环境时，就需要它对作业环境能进行有效地探测，构建出作业环境的地图来。只有在了解了环境的基础上才可能进行导航、路径规划、避障策略和其他操作的设计。

1.2 代表性的研究工作

从移动机器人构建地图方面公开发表的文章来看，多数研究工作尚处于模型或设计模拟阶段。多是在仿真条件下研究相应的算法。这里仅列出了比较有代表性的一些研究工作。

美国Ohio State University建立的GPSVan系统，采用了GPS、INS、轮式计数器、CCD与彩色视频摄像机等传感器。

德国U.Armed Forces建立的KISS系统，采用了GPS、INS、测距仪、高度计、CCD与彩色视频摄像机等传感器。

德国Tech.School Aachen建立的Surveying Vehicle系统，采用了GPS、