随着科学技术的飞速发展,移动机器人在未知环境中自主完成任务的应用领域越来越广泛,如工业、民用及军事等。对于大规模未知环境,需要移动机器人能够自主完成环境探索、创建周围环境地图,并利用地图进行导航或完成更复杂任务。创建未知空间的环境地图是移动机器人控制与导航的关键,自主完成各种智能任务的前提,也体现了机器人的感知能力和智能水平。本文主要研究移动机器人在未知环境中自主进行拓扑地图创建的问题,主要工作如下:
首先,对本文的研究背景作了介绍,回顾了移动机器人环境地图创建的研究现状,指出目前存在的问题,并简要介绍了本论文的主要内容。
其次,采用模式识别图像处理问题中常用的细化算法创建环境的拓扑地图,解决了Voronoi图中易产生多余节点和路径信息的问题。首先以栅格地图建模机器人工作环境,然后将环境的栅格地图进行细化,提取出环境的有效拓扑信息。仿真实验表明,基于细化算法创建的环境拓扑地图,清晰、简易且有效。相比于栅格地图,信息存储空间要求较低,从而提高了移动机器人自主运行、导航和路径规划的能力。
第三,研究了多移动机器人拓扑地图融合的问题,实现了在机器人的相对位置未知的情况下,多移动机器人系统的拓扑地图融合。把拓扑地图融合问题看作图像匹配领域的扩展问题,利用拓扑地图的几何结构,基于图像匹配和图像配准,确定两个地图间的最佳匹配。首先,对于特殊环境中的拓扑地图,采用穷尽搜索优化算法,寻找最大的公共子图,进行地图融合;其次,对于一般环境中的两个拓扑地图,采用图像配准方法中经典的ICP(Iterative Closest Point)算法,结合奇异值分解算法(SVD),进行地图融合。本章最后的仿真实验表明,基于几何结构的图像配准结合穷尽搜索优化算法以及ICP图像配准算法应用于拓扑地图融合,均具有较高的可行性和有效性。
最后,对本文所做的工作加以总结,分析了可以进一步进行改进的地方,并对未来的发展进行了展望。
