论文总字数：26313字

摘 要

现代机器人技术日渐发展，其中同时定位与地图构建技术（SLAM）是机器人领域的关键技术。无人车被看作广义上的机器人，作为本文的实验平台。本文基于ROS（Robot Operation System，开源机器人操作系统）完成了无人车导航系统的设计，完成地图构建和路径规划功能。

在环境地图的构建方面，本文分析和比较了基于粒子滤波的Fast-SLAM算法及其改进算法Gmapping的原理和关键步骤，建立了无人车导航系统的运动控制和传感器观测模型，并针对无人车在ROS系统中地图构建功能的实现方式做了分析与参数配置。在路径规划方面，本文分析了Djkstra、A*、人工势场法和DWA方法等算法的原理与关键步骤。采用A*算法DWA算法相结合的方法，制定无人车的路径规划方案。

本课题以室内环境为实验场景，测试建图与路径规划算法的可行性。

关键词：ROS 无人车 SLAM 路径规划

Abstract

With the development of modern robot.Simultaneous localization and mapping (SLAM) is a key technology in the field of robotics. As a mobile robot in a broad sense, unmanned vehicle is the experimental platform of this paper. Based on ROS (Robot Operation System), this paper completes the design of the navigation System of unmanned vehicle, and completes the functions of map construction and path planning.

In the aspects of environment map building, this paper analyze and compare the Fast - SLAM based on particle filter algorithm and its improved algorithm Gmapping principle and key steps of the motion control of unmanned vehicle navigation system is established and sensor measurement model, and there is no car in way of the realization of the function of map building in ROS system made analysis and parameter configuration. In the aspect of path planning, this paper analyzes the principle and key steps of Djkstra, A*, artificial potential field method and DWA method. A* algorithm DWA algorithm is adopted to develop the path planning scheme of unmanned vehicle.

This subject takes the indoor environment as the experimental scene to test the feasibility of the algorithm of map building and path planning.

Key words: ROS; unmanned vehicle; SLAM; path planning

目录

摘要 I

Abstract II

第一章 绪论 1

1.1课题研究背景及意义 1

1.2自主移动机器人国内外研究现状 2

1.3自主移动机器人发展趋势 4

1.4课题研究内容及章节安排 5

1.4.1课题研究内容 5

1.4.2章节安排 5

第二章 基于ROS的无人车导航系统设计 7

2.1 ROS操作系统 7

2.2无人车导航硬件系统 8

2.2.1乐视三合一体感摄像头 8

2.2.2思岚A1雷达 9

2.2.3 渡众STM32F103控制板 10

2.2.4 树莓派3B 算法板 11

2.3无人车导航软件架构 12

第三章 SLAM算法研究 14

3.1 SLAM 问题的研究 14

3.2 粒子滤波算法 15

3.2.1马尔科夫假设 15

3.2.2贝叶斯滤波算法推导 15

3.2.3蒙特卡洛方法 17

3.2.4重要性采样算法 17

3.2.5序贯重要性采样 18

3.2.6重采样 18

3.3 Gmapping 19

第四章 路径规划 23

4.1全局路径规划 23

4.1.1 Dijkstra 算法 24

4.1.2 A*算法 24

4.2局部路径规划 25

4.2.1 人工势场法 25

4.2.2 动态窗口法DWA 26

4.3基于ROS的路径规划实现 27

4.3.1 地图信息处理 28

4.3.2 机器人行为执行层 29

4.3.3 路径规划关键参数配置 29

第五章 系统实验与分析 31

5.1平台简介 31

5.2系统测试实验 31

5.2.1实验目的 31

5.2.2无人车局域网搭建 31

5.2.3 Gmapping建图 34

5.2.4基于地图的路径规划 36

5.3 系统分析 39

第六章 经济性与环保性分析 40

6.1常见的ROS无人车价格 40

6.2成本概算与环保性分析 40

第七章 总结与展望 41

7.1论文总结 41

7.2研究展望 41

参考文献 43

致谢 46

第一章 绪论

1.1课题研究背景及意义

现代机器人技术日渐发展。在这个领域里，同时定位与地图构建技术（SLAM）作为移动机器人研究的关键技术，为实现智能、实用的机器人运动奠定了基础。本文以无人车为实验平台，基于ROS（Robot Operation System，开源机器人操作系统）完成了无人车导航系统的设计，完成地图构建和路径规划功能。

无人车集合了环境感知与信息采集、路径规划、自动控制等功能，是一个复杂的综合性系统，相关技术涉及机器视觉、自动控制、工程测试技术、通信、机械工程等领域。

无人车通常在有障碍物、移动物体、陡坡、光线复杂等的环境下移动，为了能够自主避障到达目标点，无人车将环境感知、路径规划、智能控制等功能集成在整个系统。其中SLAM(同时定位与地图构建)算法是实现无人车自主导航的关键。SLA最初应用于机器人领域，该算法完成的功能是：一开始机器人处在一个陌生的环境，它此时需要通过采样周围的环境信息估计自己所在的位置，并规划出到达目标点的全局路径，接着，在运动过程中不断采集并更新周围的环境信息、定位信息以及位姿信息，通过SLAM算法实现同步建图与定位功能。

请支付后下载全文，论文总字数：26313字