论文部分内容阅读
近些年随着机器人感知空间环境的能力不断增强,结合RGB-D信息实现对空间环境的感知和认知成为了机器人发展的重要趋势。即时定位与地图构建(SLAM)技术是智能移动机器人的关键技术之一,而RGBD-SLAM因其获取信息全面一直是研究的热点。一般智能移动机器人被认为可以感知环境、认知物体和移动,其中主要的技术难点包括:物体的识别定位、三维环境点云数据构建、基于三维数据的路径规划等。本文以带有RGB-D视觉传感器的轮式移动机器人作为研究对象,以RGBD-SLAM关键技术为基础,结合现有的物体识别定位方法,提出了一种综合考虑点云信息、几何尺寸、RGB信息的物体识别定位框架,实现了智能移动机器人对空间环境的认知。接着根据三维点云数据投影原理,提出了一种结合三维数据实现路径规划的解决方案,实现了轮式移动机器人基于三维数据的路径规划,最后通过搭建移动机器人实验平台,对整体方案可行性进行了验证。本文的主要研究内容及结论如下:1、结合inception-v3、Graham扫描法以及点云匹配算法,提出了一种基于RGB-D信息的物体识别定位框架。在机器人视觉实现物体识别过程中,有些物体之间表面颜色信息差别小,仅依靠视觉传感器获取的RGB信息很难将物体区分开。本文结合Graham扫描法提出了一种提取物体三维几何尺寸的方法,接着在RGBD-SLAM构建的三维点云图中提取数据构建数据集,然后结合点云信息、RGB信息和几何尺寸构建了一种物体识别定位框架,该框架首先利用点云信息与数据集中的目标点云匹配,获取感兴趣区域,接着结合三维几何尺寸和颜色信息对物体进行识别。实验证明该方案可以实现对颜色信息差别较小的物体或尺寸信息差别较小的物体进行识别。2、根据三维点云数据投影原理,提出了一种基于三维数据实现轮式移动机器人路径规划的解决方案。基于二维数据的轮式移动机器人获取的信息仅涉及三维场景中某一高度平面的信息,根据该平面信息实现的规划路径不能确保同样适用于空间其他平面。本文通过RGBD-SLAM构建环境的三维点云图,并将三维点云图投影构建基于三维数据的导航地图。在路径规划时,通过将当前点云数据投影后的二维数据与导航地图匹配,利用AD*算法与弹性带算法实现路径规划。在机器人操作系统(ROS)基础上,对路径规划算法进行虚拟仿真,证明了路径规划方法的可行性。3、搭建移动机器人实验平台,在实物机器人上对物体识别定位框架和三维路径规划进行了进一步的验证。在移动机器人实验平台上实现了三维点云图构建、二维投影地图生成、物体识别定位、自身定位、路径规划导航整个过程。实验结果表明,机器人定位物体的精度在34.8mm以内。通过机器人利用二维数据导航和三维数据导航比较,证明了结合三维数据实现机器人路径规划的解决方案可以避免基于二维数据导航中由于考虑信息不足与障碍物发生碰撞的问题。