导读:本文包含了移动机器人导航论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:机器人,深度,传感器,局部,路径,卡尔,激光。
移动机器人导航论文文献综述
王志,汪步云,胡汉春,郭宇杰,黄玉成[1]（2019）在《移动机器人导航系统中的车道线检测方法及实现》一文中研究指出针对室外移动机器人GPS与惯性导航不足之处,在GPS与惯性导航基础上,提出了采用视觉检测方法实时识别路面的车道线信息,对移动机器人进行辅助定位;在传统的Canny边缘检测算子基础上,提出了使用改进型小波阀值算法与Canny边缘检测算子进行融合处理,其基本原理是先使用改进型小波阀值算法,代替传统的高斯滤波器进行平滑和降噪处理,然后再使用Canny边缘检测算子提取边缘特征;最后使用matlab软件对采集到的路面视频信息进行处理,计算出移动机器人相对于路面车道线的偏转角度和偏离距离;实验发现12 000帧图像中有仅有892帧图像检测失败,成功率达到92.6%,取得较好效果;为移动机器人的室外自主移动提供有力支撑。(本文来源于《计算机测量与控制》期刊2019年09期）
江其洲,曾碧[2]（2019）在《基于深度强化学习的移动机器人导航策略研究》一文中研究指出针对移动机器人在复杂动态变化的环境下导航的局限性,采用了一种将深度学习和强化学习结合起来的深度强化学习方法;研究以在OpenCV平台下搭建的仿真环境的图像作为输入数据,输入至TensorFlow创建的卷积神经网络模型中处理,提取其中的机器人的动作状态信息,结合强化学习的决策能力求出最佳导航策略;仿真实验结果表明:在经过深度强化学习的方法训练后,移动机器人在环境发生了部分场景变化时,依然能够实现随机起点到随机终点的高效准确的导航。(本文来源于《计算机测量与控制》期刊2019年08期）
杨钧婷,王伟伟[3]（2019）在《ROS移动机器人导航与定位》一文中研究指出机器人的每一次进步都会引起全世界的关注,智能机器人的发展给我们的生产、生活都带来了不可思议的转变。智能机器人开发平台主要采用的是ROS操作系统,ROS对于机器人的开发来说是性价比比较高的开发平台,它方便去移植整合开发代码。对于移动的机器人来说,在开发中最重要的就是可以实现自主的导航定位与避障。ROS为我们提供了专门的导航功能集包,可以结合后端的算法进行精准的导航与定位。(本文来源于《电子世界》期刊2019年15期）
陈杰,程胜,石林[4]（2019）在《基于深度强化学习的移动机器人导航控制》一文中研究指出针对移动机器人在未知环境下的无图导航问题,本文提出了一种基于深度强化学习的端到端的控制方法。机器人需要在没有地图的情况下,仅仅依靠视觉传感器的RGB图像以及与目标之间的相对位置作为输入,来完成导航任务并避开沿途的障碍物。在任意构建的仿真环境中,基于学习策略的机器人可以快速适应陌生场景最终到达目标位置,并且不需要任何人为标记。实验表明,这种端到端的控制策略可以实现仿真环境中的导航任务,且与普通离散控制的深度强化学习的方法相比,机器人学习导航策略的平均收敛时间降低了75%。(本文来源于《电子设计工程》期刊2019年15期）
庞磊,曹志强,喻俊志[5]（2019）在《基于视觉的行人引领移动机器人导航方法研究》一文中研究指出移动机器人通过跟随领航员以实现导航是一种便捷的导航方式。针对行人引领导航中的领航员定位问题,提出了一种基于视觉的行人引领导航方法。该方法利用卡尔曼滤波器预测领航员的位置和尺度,并基于深度神经网络的行人检测器提供的结果更新滤波器的状态。为了关联检测结果和卡尔曼滤波器预测结果,提出了2个指标用于衡量两者之间的关联性。其中,为了提高在多个行人中辨认领航员的可靠性,创新性地引入了一个孪生神经网络,使用该网络全连接层提取的特征作为候选人的特征描述子,并通过计算特征之间的余弦距离来验证检测器检测到的行人身份。此外,当卡尔曼滤波器跟踪领航员失败时,综合考虑检测结果和孪生网络的判断结果重新初始化卡尔曼滤波器,以实现持续的领航员定位。视频实验和物理机器人实验验证了所提出的方法的有效性和可靠性。(本文来源于《导航定位与授时》期刊2019年04期）
张德喜[6]（2019）在《基于信息融合的移动机器人导航系统研究》一文中研究指出在室内机器人导航中,精确的导航定位技术是实现建图、避障和路径规划的前提。由于室内环境复杂多变,所以通常使用视觉传感器作为主要输入信息来导航定位,但是视觉传感器对图像十分依赖,在特殊场景下存在误匹配,同时单纯依靠单一视觉传感器,系统的累计误差无法消除,因此本文采用视觉传感器和惯性导航传感器相结合来实现机器人导航定位。本文对移动机器人在同时定位与建图、传感器融合以及路径规划等方面进行了深入研究,主要内容如下:(1)进行同时定位与建图方法的研究。首先对摄像机的模型和坐标系之间的转换以及深度相机如何获取深度信息进行了阐述;然后采用张正友摄像机标定方法,使用matlab自带的工具箱对深度相机xtion进行标定,获得了该相机的内参;最后详细介绍了ORB-SLAM2算法,通过xtion深度相机采集到彩色图像信息和深度图像信息,使用该算法来计算移动机器人的位姿和建立稀疏点云图,并采用回环检测来减少累积误差。(2)制定了基于xtion和惯导信息融合的定位方案。首先对捷联惯导和深度相机的误差进行了分析;然后对惯导进行了标定来减少误差;最后根据捷联惯导和深度相机xtion分别建立预测方程和观测方程,并给出了基于视觉传感器和惯导信息融合的卡尔曼滤波方案。实验结果表明:相对于单一视觉传感器,该方案可以提高定位精度。(3)实现了基于视觉和惯导组合的路径规划。首先使用RGB-D信息和惯导信息基于ORB-SLAM2算法进行自主定位并构建稠密点云地图;然后使用octomap-server算法把稠密点云地图转化为栅格地图;接着把机器人自身定位和建好的栅格地图发给move-base框架;最后使用move-base框架下的A*和动态窗口法进行全局和局部路径规划。实验结果表明,该方法能够实现移动机器人在完成自身定位和地图构建的同时高效的完成路径规划。(本文来源于《沈阳工业大学》期刊2019-06-03）
江国来[7]（2019）在《共融移动服务机器人导航与交互关键技术研究》一文中研究指出服务机器人因能满足日益增长的家庭生活需要,满足解决人口老龄化等问题的需要,受到广泛的关注。与人共融的移动服务机器人,作为机器人的典型代表,在家庭服务、迎宾导购、社区安防、物流配送等领域具有广泛的应用前景。但是,此类机器人中以环境感知与人机交互为代表的核心技术,在面向真实复杂场景使用时,仍然存在实现成本、易用性、稳定性等各方面的问题。如何克服低成本传感的数据质量差、不稳定等问题,从而实现低成本、高可靠、高稳定的定位导航、人体检测与交互技术,仍然需要在理论算法方面实现突破。本文以与人共融的移动服务机器人为对象,以低成本激光雷达和摄像头作为主要传感器数据输入,研究实现低成本激光雷达的扫描匹配核心算法,以及多传感器融合的建图与定位技术,构建可用于路径规划与快速重定位的地图。并在此基础上,进一步的研究机器人的全方位的人体感知与探知技术,为机器人实现与人共融的服务奠定基础。本文的主要研究内容与主要贡献在于:(1)面向低成本激光雷达噪声大、刷新率低、采用传统方法容易匹配丢失等问题,对低成本激光雷达的数据匹配问题开展了研究。(a)低成本激光雷达很容易发生的“缺失数据”,传统方法都是直接丢弃;本文这里首次指出,这类“缺失数据”同样蕴含特定场景信息,并提出了一种“缺失数据”特征的提取与比对算法,通过该算法,可以快速估算机器人的方向,进而提升匹配的运算速度与可靠性。(b)提出并改进了一种基于傅里叶变换的激光图像匹配的方法,该方法结合了缺失数据特征匹配、傅里叶变换图像匹配以及ICP(Iterative Closest Point)匹配,最终实现了快速稳定的、能适应较大噪声以及较大偏差的低成本激光扫描数据的匹配方法。该方法可以为采用低成本激光雷达的同步定位与建图(Simultaneous Localization And Mapping,SLAM)技术的实现提供有效支撑。(2)针对单一低成本激光雷达建图存在的误差累计过快、容易闭环失败的问题,提出并实现了一种激光和视觉结合的图优化SLAM算法方案。(a)在该方案中,基于新构建的激光-视觉信息联合误差函数,能够有效的减少单一激光或者单一视觉失败导致的匹配不稳定问题;同时,通过引入视觉特征的BoW(Bag of Words)匹配与激光数据匹配作为回环检测与匹配手段,也大大的提升了全局回环优化的稳定性与可靠性,进而大幅度提升了全局地图构建的可靠性。(b)在激光和视觉结合的SLAM系统中,我们进一步的提出了一种新的2.5D地图的构建形式与快速重定位算法,该地图同时包含稠密二维栅格障碍信息与稀疏空间特征点信息;针对不同视角同一位置的特征变化问题,创新性的提出允许用多个特征词组表示同一位置/物体的表达方式;基于该地图,可以在不增加过多运算存储的基础上,同时实现路径规划与快速重定位。该方法为机器人在实际多人干扰场景下的实用提供了解决办法。(3)针对机器人对人的全方位探测与定位问题,提出并实现了一种结合地图、多种传感器人体探测定位算法。在该算法中,针对机器人传感器视野之外无法检测人体的问题,提出了一种基于共享视觉的人体检测方法,通过人体佩戴无线图像传感器采集的人所在位置场景信息,机器人将该图像与特征地图关键帧进行匹配,实现超出视野范围的人体定位;在中近距离,基于激光雷达采集的数据,与地图进行比对,筛选人体候选区域,进而结合分类器进行人体的辨别,最终,机器人通过自主移动通过图像传感器检测定位人体,并实现交互。该方法为机器人实现有人环境下的与人共融与互动提供了基础。(本文来源于《中国科学院大学(中国科学院深圳先进技术研究院)》期刊2019-06-01）
周非同[8]（2019）在《室内移动机器人导航系统研究与设计》一文中研究指出近年来移动机器人技术发展十分迅速,尤其是以扫地机器人为代表的室内服务型机器人,已经正式进入了千家万户。然而,大多数室内移动机器人采用的是激光雷达导航方式,导致成本较高,不利于普及。此外,目前国内对移动机器人的研究往往只基于某个特定领域,完整的导航系统则较少见。基于此,本文研究了机器人导航相关技术,并在实验室自主完成的低成本硬件平台上设计实现了一套室内移动机器人的视觉导航系统,主要工作包括:1.阐述室内移动机器人应当完成的规划任务,据此选择D*Lite算法作为整体导航系统的规划算法。分析D*Lite算法的优劣,并引入视线算法和距离变换算法以改善其在现实中容易碰撞的问题。实现了改进后的算法,并用仿真实验验证了其正确性和有效性。2.介绍移动机器人导航中的定位任务,推导航迹推测法定位的公式并分析定位误差。引入视觉定位模块并介绍其基本原理。根据规划任务确定地图类型,据此建立各个传感器的观测模型并将各模型更新到全局地图上。使用概率技术缓解地图与实际环境之间不符的问题,并根据测量距离设计概率参数。3.分析室内移动机器人的功能需求,设计各个功能子模块并协调各个模块之间的交互。将导航系统划分为慎思层与反应层,设计反应层中的感知模块以及运动控制模块,详细介绍慎思层的系统结构设计以及串口模块、定位模块、摄像头模块和规划模块的工作流程。4.分析室内移动机器人的网络部分需求,设计室内移动机器人的网络模块。在机器人端实现服务器的基本功能,在PC端利用Qt实现客户端。设计两者之间的通讯协议并使用Google Protobuf库简化通讯协议的编解码。在搭载了树莓派与STM32的扫地机器人样机上试验了本文设计的导航系统。结果表明搭载了该导航系统的机器人能实现避障、规划和定位等基本功能,其定位误差约为6cm。在扫地机器人的全覆盖模式下,覆盖率达到91.47%。机器人构建的环境地图与实际环境基本一致,并且能和PC进行正常的通信。(本文来源于《中国科学技术大学》期刊2019-05-07）
罗忠强[9]（2019）在《移动机器人导航系统设计与实现》一文中研究指出在这个科技日益发展的时代,人们的生活越来越丰富,各种智能化设备也越来越受到大家的喜爱。其中,机器人作为人类科技与智慧的结晶,更是广泛应用于各种工业和服务业场所,为人类的生产和生活提供巨大的帮助。近年来,智能化社区受到越来越多的关注,人们希望通过更智能化的科技来提高生活品质。在室内,智能家居作为众多企业追逐的目标,而在室外,智能安防、智能物流等也因为软硬件技术的发展而不断革新。室外移动机器人作为其中的重要一环,在社区安防巡逻、物流以及其他方面前景重大。导航系统是实现移动机器人上层功能的基础,没有健壮的导航系统,其他功能也无从谈起,因此对移动机器人导航系统的研究具有重大价值。本文研究内容主要基于实验室安防机器人项目,围绕该项目设计并实现一种社区环境下的移动机器人导航系统。本文的主要工作如下所述:首先,针对项目的实际需求分析,对导航系统进行总体逻辑架构的设计。其次,针对激光雷达可能探测不到道路边缘的情况,提出了一种使用摄像头图像的基于OTSU的道路分割方法,使机器人能够更好的避开道路边缘。然后,提出了一种基于多传感融合的实时导航算法,通过合理使用包括GPS、电子罗盘、激光雷达和摄像头数据,将局部路径规划分成包括错路纠正、避障、方向自适应、紧急避障等基本行为,使得机器人能够顺利的完成导航。最后,针对本文移动机器人的实际情况,提出了一种包括状态空间、动作空间和惩奖机制为一体的基于模型的强化学习局部路径规划算法,并将训练得到的模型应用于导航系统中。实验表明,本方法能够使机器人提高导航避障能力,有较大的实用价值。(本文来源于《电子科技大学》期刊2019-03-26）
牛杰,卜雄洙,钱堃[10]（2019）在《一种面向移动机器人导航的自然路标提取方法》一文中研究指出针对机器人定位和导航应用中人工路标存在的缺陷,本文设计了一种基于频域特性的显着性路标提取方法。该方法利用图像熵理论自适应选取因子平滑图像,在对立色彩空间上,利用频域显着性计算方法得到叁通道色彩空间的显着图,并对其进行加权融合。同时考虑到路标一致性和噪声的因素,利用优化的K-means聚类结果,对最终的显着图进行掩膜操作,筛选出可供机器人导航应用的自然路标。实验验证了在常规环境下,相较于特征算子的直接匹配,视觉注意特征提取的显着像素达到了平均80%的检出率,并具有较高的可重复性。基于自然路标的实际机器人导航实验进一步验证了方法的有效性。(本文来源于《哈尔滨工程大学学报》期刊2019年04期）
移动机器人导航论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对移动机器人在复杂动态变化的环境下导航的局限性,采用了一种将深度学习和强化学习结合起来的深度强化学习方法;研究以在OpenCV平台下搭建的仿真环境的图像作为输入数据,输入至TensorFlow创建的卷积神经网络模型中处理,提取其中的机器人的动作状态信息,结合强化学习的决策能力求出最佳导航策略;仿真实验结果表明:在经过深度强化学习的方法训练后,移动机器人在环境发生了部分场景变化时,依然能够实现随机起点到随机终点的高效准确的导航。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
移动机器人导航论文参考文献
[1].王志,汪步云,胡汉春,郭宇杰,黄玉成.移动机器人导航系统中的车道线检测方法及实现[J].计算机测量与控制.2019
[2].江其洲,曾碧.基于深度强化学习的移动机器人导航策略研究[J].计算机测量与控制.2019
[3].杨钧婷,王伟伟.ROS移动机器人导航与定位[J].电子世界.2019
[4].陈杰,程胜,石林.基于深度强化学习的移动机器人导航控制[J].电子设计工程.2019
[5].庞磊,曹志强,喻俊志.基于视觉的行人引领移动机器人导航方法研究[J].导航定位与授时.2019
[6].张德喜.基于信息融合的移动机器人导航系统研究[D].沈阳工业大学.2019
[7].江国来.共融移动服务机器人导航与交互关键技术研究[D].中国科学院大学(中国科学院深圳先进技术研究院).2019
[8].周非同.室内移动机器人导航系统研究与设计[D].中国科学技术大学.2019
[9].罗忠强.移动机器人导航系统设计与实现[D].电子科技大学.2019
[10].牛杰,卜雄洙,钱堃.一种面向移动机器人导航的自然路标提取方法[J].哈尔滨工程大学学报.2019
论文知识图
