基于多传感器融合的侦察机器人建图与导航研究.pdfVIP

哈尔滨工业大学工程硕士学位论文

摘要

随着人工智能技术的飞速发展，机器人的智能化程度得以迅速提高，侦察机

器人可以完成城市巷战、战场侦察、灾害救援、环境探索等多种侦察任务，本文

结合侦察机器人的任务需求，为其设计了一套建图与导航方案，使其能够完成环

境感知、地图构建、导航规划及实时避障任务。

首先，完成了侦察机器人的系统建模。分析了侦察机器人底盘正逆运动学模

型；通过航迹推演法建立了里程计数据模型；完成了相机和激光雷达的建模，并

实现了这两个传感器感知信息的时空同步，为后续建图和定位工作打下良好基础。

然后，提出了基于图优化的深度相机与激光雷达融合的建图和定位方案，实

现了侦察机器人的建图和定位。该方案首先建立数据节点，封装传感器数据、时

间戳编号和里程计位姿等信息；对其中的图像进行ORB（OrientedFASTandRotated

BRIEF）特征提取，通过迭代最近点（IterativeClosestPoint，ICP）算法进行位姿

估计，构建前端里程计，并提取出关键数据节点，用于闭环检测；随后，设计了

基于视觉词袋模型与基于激光邻近检测的双重闭环检测方案，弥补了单一传感器

的不足，提高了闭环检测精度；接下来，通过所获得的闭环约束，对全局位姿进

行后端全局优化；最后，建立二维占据栅格地图，用于后续导航任务。

接下来，设计侦察机器人导航框架，采用自适应蒙特卡洛（AdaptiveMentcarto

Localization，AMCL）定位算法，通过改进A*算法及时间弹性带（Timed-Elastic-Band，

TEB）算法实现了侦察机器人的导航。首先，由AMCL算法确定机器人在栅格地

图上的位置坐标；然后，改进了A*算法的搜索策略，通过三阶B样条曲线（B-spline）

优化了全局轨迹，并采用了基于图优化的TEB算法进行了局部路径规划，实现了

机器人的避障。

最后，搭建了侦察机器人的仿真和实验平台。基于Gazebo平台，建立了机器

人的仿真环境及仿真模型，完成了侦察机器人模拟建图定位和导航的仿真实验；

基于所搭建的实验平台，进行了实际场景下的建图和导航实验。通过实验，验证

了本文融合建图方案提高了对低矮障碍物的识别能力和闭环检测的准确性，建图

更加精确；验证了改进A*算法加TEB算法的导航方案相较于传统A*方案更加平

滑，用时更短，更加适合侦察机器人的运动需求。

关键词：侦察机器人；多传感器融合；地图构建与定位；导航；路径规划

I

哈尔滨工业大学工程硕士学位论文

Abstract

Withthedevelopmentofartificialintelligencetechnology,theintelligenceofrobots

hasbeenrapidlyimproved,andreconnaissancerobotscancompletereconnaissance

taskssuchasurbanstreetfighting,battlefieldreconnaissance,disasterrescue,and

environmentalexploration.Inthispaper,asetofmappingandnavigationsolutionsis

designedforareconnaissancerobot,whichcancompletethetasksofenvironment

perception,mapconstruction,navigationplanningandreal-timeobstacleavoidance.

Firstofall,thesystemmodelingofthereconnaissancerobotwascompleted.Onthe

basisofanalyzingth