论文总字数：18482字

摘 要

随着自动驾驶技术，智能机器人的发展，激光雷达的应用越来越多，通过激光传感器的测距信息可以实现智能汽车和机器人的定位，因而利用激光雷达解决实际避障问题具有重要意义。本课题就是基于激光传感器解决智能机器人自主避障的问题，实现基于移动机器人的自主避障系统的设计。与传统避障方法不同的是，课题基于同时定位与建图的模型，先利用以激光雷达的测距数据为输入，采用Rao-Blackwellised粒子滤波实现机器人的定位，然后再采用Kalman滤波方法建立环境地图。最后采用动态窗口规划的方法规划确定机器人自主运动的最佳路径，从而实现系统的避障功能。本文主要内容包括：1. 自主移动机器人的避障系统设计；2.避障系统平台的搭建，包括硬件平台的搭建和软件系统的接口配置与实验环境的通信；3. 激光数据的采集与分析；4. 避障实验设计与结果分析。通过理论分析与软硬件实现，验证了在Turtlebot机器人平台上基于激光雷达传感器的避障功能的可行型和有效性。

关键词：激光雷达，ROS操作系统，粒子滤波，避障，自主导航

Abstract

With the development of automatic driving technology and intelligent robot, the application of lidar is more and more important. By using the range information from lidar, the automatic car and intelligent robot can be localized. Thus the application of lidar is significant in practical problem. The thesis focuses on the problem of obstacle avoidance for mobile robot with laser scanner sensor. We design the obstacle avoidance system. By comparing with traditional methods, we adopt simultaneous localization and mapping (SLAM) approach. We input the laser range information to the system, use Rao-Blackwellised particle filter to get the robot trajectory, and adopt Kalman filter to build the map of environment that robot sensed. Then dynamic window planning is used to help the robot to find the optimal path to the target position. The content of the thesis is organized as follows: 1. The obstacle avoidance system of autonomous mobile robot is designed. 2. The platform is set up, which includes hardware structure, software configuration and communication connection. 3. Laser range data is collected and analyzed. 4. Experiments are designed and results are analyzed. Then we conclude the thesis by verifying the obstacle avoidance system with laser data is practicable and effective.

Keywords: Lidar application, ROS, Particle filter, Avoid obstacles, Autonomous navigation

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1 研究背景及意义 1

1.2 国内外研究现状 1

1.3 机器人避障技术重点和难点 2

1.4 论文结构安排 3

第二章 避障问题概述 4

2.1 传统避障方法概述 4

2.2 基于SLAM的避障问题建模 5

2.3 本章小结 7

第三章 机器人避障方法 8

3.1 基于粒子滤波的SLAM算法 8

3.2 动态窗口法规划法 11

3.3 本章小结 13

第四章 避障系统设计 14

4.1 机器人定位与建图 14

4.2 机器人的路径规划 15

4.3 系统通信的架构 17

4.4 本章小结 17

第五章 避障系统实验与分析 19

5.1 实验平台简介搭建 19

5.2 激光传感器采集的数据 22

5.3 避障实验与结果分析 24

5.4 本章小结 26

第六章 总结 29

参考文献 30

致 谢 32

第一章 绪论

1.1 研究背景及意义

激光雷达探测是现代的一种远程遥感技术，能够通过激光发射光束从而探测目标距离和范围。随着社会的快速发展，物联网技术在社会中的广泛应用，测量技术的发展也与时俱进，最具有代表性的便是激光雷达测量技术。激光雷达在机器人中应用，让机器人能够很准确地测量出身边的物体，从而能够自主选择前进路线，避开物体^[2]。激光雷达已经在自动驾驶领域中得到了广泛地运用，让无人驾驶更加可靠，汽车能够通过车身安装的激光雷达不断地对道路的情况进行探测，有效避开障碍物，或者结合特征识别技术，可以自动跟踪目标车辆前进^[3][26]。激光雷达还被广泛应用在汽车自动泊车的系统中，可以依据激光雷达准确快速自动泊车。激光雷达的发展，可以更好促进智能设备的发展，对于未来的国防军事发展，未来的无人机送货，能够在医院代替医生查病房的医用机器人^[4]，能够促进相关领域的发展和进步。

1.2 国内外研究现状

因为激光雷达具有许多特点，相比于超声波等雷达，激光雷达能够快速高效地处理信息，而且探测的范围和精度都特别高。很早以前就引起了全世界军队的注意，有许多国家的军方很早就开始了军事激光雷达技术应用的研究。我们可以从精确制导导弹的发展可以来观察世界各国的激光雷达技术的研究水平，美国的末段高空区域防御系统THAAD，“宙斯盾”(Aegis)，可以说是目前美国的激光雷达技术研究已公布出来的最高水平，其产品已经出口到世界各地，并且在战争中得到了应用。英国，法国，意大利这些传统的欧洲强国也在团结合作，共同研究新型的激光雷达技术，中国也紧跟其后，经过这么多年的发展，激光雷达的研究，已经不仅仅局限于军事应用领域。在物联网，工业化，自动控制等领域也有了很大的进展^[3]。

自主避障技术的研究更加先进的另一个领域就是的自动驾驶领域。目前谷歌，特斯拉等一些互联网技术较强的科技公司，以及传统汽车制造行业的一些著名企业，例如上汽通用汽车，德国等具有较强科研实力的跨国集团。汽车自动驾驶的原理也不是很难，基本上和其他的自动控制没有多大区别，需要通过激光雷达来获取周围的环境信息，然后在系统里面生成地图，然后根据地图进行导航。美国的谷歌公司已经在之前的自动驾驶汽车试验中完全实现了自主驾驶，美国的特斯拉公司也进行了相关的实验都已经取得了非常好的实验结果，这也就标志着自主避障技术在自动领域的应用已经有了很大的突破。但是，在实验过程中也发生了一些原因，导致实验用的车辆差点与正常车辆发生事故，虽然相关的公司已经进行了发生这种紧急情况的解释，但是难以让消费者对自动驾驶有百分之百的信任。由此可见，虽然现在自动驾驶研究技术已经相当成熟，但是仍然会出现难以预料的错误，没有人为驾驶可靠。

请支付后下载全文，论文总字数：18482字