论文总字数：30387字

摘 要

随着科技的进步，人们对移动机器人的探索越来越深入。室内型机器人已经进入了很多人的家中,帮助人类提高居家生活的质量。但是,现如今大多数的室内移动机器人依旧采用的是传统激光雷达技术自身进行定位与导航,这种方式成本相对较高并不利于普及。而机器人视觉定位与导航技术具有获取信息量大、探测范围广以及图像特征丰富等优点,已日益成为移动机器人感知室内环境的必备工具。

基于此现状本文研究了机器人视觉主动导航相关技术,并使用此技术在Gazebo软件中搭建的仿真室内环境中进行octomap地图绘制以及未知环境下的导航。

本文主要工作包括:

1.搭建移动机器人工作的仿真环境，同时使用Turtlebot机器人搭载kinect v1相机作为本文使用的机器人。

2.简述Turtlebot机器人在室内仿真环境下的点云图绘制任务,使用SLAM算法绘制octomap。

3.简述Turtlebot在室内仿真环境下应当完成的路径规划任务,据此选择A*算法作为整体导航系统的路径规划算法。

关键词： Turtlebot； kinect v1；octomap; 视觉定位； 避障导航

Abstract

The prospect of mobile robots become more and more explicit with time on and Indoor robots become more and more accessible to improve our life. However, traditional technology employed by most of the indoor robots to locate and navigate by itself is that promotable. Thus Robot vision positioning and navigation technology become more popular due to its advantages of information capacity and detection range.

Hence,this paper studies the robot vision active navigation technology, and draw the octomap map in the simulation indoor environment built via Gazebo and navigate in the unknown environment.

The main work of this paper includes:

1. Build the simulation environment of mobile robot, and determine the turnlebot2 robot with Kinect V1 camera as the robot used in this paper.

2. Introduce the task of drawing cloud point map of Turtlebot robot in simulation environment, draw cloud point map using SLAM algorithm, and optimize cloud point map to octomap using octree principle.

3. The task of path planning for indoor Turtlebot is described, and a * algorithm is selected as the path planning algorithm of the whole navigation system.

Keywords: Turtlebot；Kinect V1; octomap; visual positioning; obstacle avoidance navigation

目 录

摘 要 I

Abstract II

第一章 引言 1

1.1 课题研究背景及意义 1

1.2 机器人视觉定位与导航相关技术发展现状 1

1.3 本文的主要工作 2

第二章 视觉定位与导航技术及相关理论 4

2.1 系统环境介绍 4

2.2 点云图绘制系统 4

2.3 室内导航系统介绍 8

第三章 绘制点云图 11

3.1 Gazebo仿真环境搭建 11

3.2 拍摄并保存不同角度的照片 11

3.3 相机标定 12

3.4 SLAM前端算法实现 13

3.5 SLAM后端算法实现 14

3.6 ocotmap绘制 15

第四章 室内导航 17

4.1 栅格化世界地图 17

4.2 导航预处理 17

4.3像素坐标转换为相机坐标 20

4.4 2D化深度图并绘制栅格地图 21

4.5 （A-Star）算法路径规划 23

4.6 机器人运动控制 24

4.7 里程计 25

第五章 系统调试 26

5.1 仿真环境外部参数调整 26

5.2 ORB算法调试 26

结 语 30

参考文献 31

致 谢 34

第一章 引言

1.1 课题研究背景及意义随着科技的进步与时代的发展，越来越多的人投入到研究智能移动机器人的队伍当中。如今这些机器人以及应用在了各种领域，去帮助人们更好地完成各项任务。移动机器人是一个结合了传感器通讯、信号传输与处理、自动化控制、人工智能、机器视觉等很多方法的复杂系统，它代表着一个国家科技发展的智能化水平^[9]。就应用领域而言，室内机器人占据了很重要的部分。室内机器人不但可以完成基本清洁任务（如扫地机器人），还可以服务于运动不便的人帮助其更好地生活。因此本文选择室内机器人作为研究对象。通过使用各种算法控制机器人能在未知的室内环境中进行自主定位与导航并到达指定位置，为人类提供各种服务。

1.2 机器人视觉定位与导航相关技术发展现状

当机器人所处环境为未知环境时，如果想要完成任务，机器人必须具备可以自主定位并导航能力，即能够对周围环境进行实时探测并精确地计算自身所在位置；同时还能够对探测环境进行2D或3D制图，以便合理地规划前进路线等能力^[30]。

SLAM (simultaneous localization and mapping)即时定位与地图构建技术在这一背景下应用而生，并迅速成为计算机视觉等相关领域的热门研究对象。现今SLAM技术主要有基于卡尔曼滤波器的SLAM算法、基于粒子滤波的SLAM算法以及RGB-D SLAM算法三大类^[42]。

1.2.1 基于卡尔曼滤波器的SLAM算法

请支付后下载全文，论文总字数：30387字