没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
第 32卷 第 5期 控 制 与 决 策 Vol.32 No.5
2017年 5月 Control and Decision May 2017
文章编号: 1001-0920(2017)05-0817-06 DOI: 10.13195/j.kzyjc.2016.0127
基于动态精简式混合地图的移动机器人自主探索
李秀智, 邱 欢
†
, 贾松敏, 龚 月
(北京工业大学 信息学部,北京 100124)
摘 要: 针对未知环境下移动机器人自主探索和地图创建问题, 在机器人操作系统的框架下, 提出一种基于动态
精简式混合地图的移动机器人自主探索方法. 首先, 提出一种基于几何规则的候选目标点生成方法, 用于快速提
取当前的前沿目标点; 然后, 从信息收益和路径成本的角度, 引入一种改进的效用函数来评价候选目标点; 最后, 利
用缓存增量式的原理优化拓扑节点, 进而构建精简式混合地图. 实验结果表明, 通过拓扑图构建策略的改进, 所提
出方法具有良好的导航性能.
关键词: 地图创建;机器人操作系统;混合地图;信息收益;自主探索
中图分类号: TP24 文献标志码: A
Mobile robot autonomous exploration based on dynamically simplified
hybrid map
LI Xiu-zhi, QIU Huan
†
, JIA Song-min, GONG Yue
(Faculty of Information Technology,Beijing University of Technology,Beijing 100124,China)
Abstract: For mobile robot autonomous exploration and mapping in the unknown environment, the paper presents a
mobile robot autonomous exploration method based on the dynamically simplified hybrid map under the robot operating
system(ROS) framework. Firstly, to fast extract current frontier target points, a method of generating target points based
on geometry rules is proposed. Then, from the perspective of the information gain and the cost of path, an improved
value function is introduced to measure the candidate target points. Finally, an incremental caching theory is adopted
to optimize topological nodes, and then construct the simplified hybrid map. Experimental results demonstrate that the
proposed method has good navigation performance by improving the strategies of building topological map.
Keywords: mapping;ROS;hybrid maps;information gain;autonomous exploration
0 引
未知环境下移动机器人自主探索是机器人领域
的一个历久弥新的研究热点, 涉及机器人搜救
[1]
、行
星探测
[2]
和水下探测
[3]
等诸多领域. 在自主探索的
过程中,机器人通过感知环境来获取一系列的局部目
标点, 进而指导机器人遍历环境
[4]
. 几乎所有的机器
人探索策略均可简化为一个生成最佳目标点和运动
到该目标点的过程
[5]
. 一种较为常见的探索策略是在
前沿
[6]
处生成候选目标点,然后通过效用函数评价当
前候选目标点,进而实现最优选择
[7]
.
前沿检测的合理性及鲁棒性是上述探索策略中
的核心. 现有的研究中, 通常借用数字图像处理技术
在栅格地图上识别前沿区域
[5,8]
. 然而, 随着环境规模
的增大, 在栅格地图上进行前沿检测和路径规划的
计算量会急剧膨胀,继而导致机器人探索效率显著降
低.
为了提高机器人的探索效率, Ge 等
[9]
利用分层
拓扑图表示全局环境信息, 实现了未知环境下同时
路径规划和拓扑建图 (SP
2
ATM)的环境探索算法. 该
方法避开了基于栅格地图的前沿检测问题, 但在提取
的可能目标点中存在非前沿区域的目标点时会产生
不必要的探索开销. 在作者所在研究团队的前期工
作
[10]
中,利用改进的SP
2
ATM 算法探索环境, 完成了
多机器人地图拼接的任务. 然而, 该方法创建的拓扑
地图中冗余节点较多,在计算回溯路径时会占用较多
的计算资源,并且未引入合适的效用函数来评价候选
收稿日期: 2016-01-28;修回日期: 2016-06-14.
基金项目: 北京工业大学智能机器人“大科研”推进计划项目(002000514316009);北京工业大学日新人才计划支持
项目(2015-RX-L03).
作者简介: 李秀智 (1979−), 男, 副教授, 博士, 从事移动机器人、机器视觉等研究;邱欢 (1991−), 男, 硕士生, 从事移
动机器人的研究.
†
通讯作者. E-mail: qiuhuanbjut@163.com
资源评论
weixin_38685521
- 粉丝: 4
- 资源: 935
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- Chrome代理 switchyOmega
- GVC-全球价值链参与地位指数,基于ICIO表,(Wang等 2017a)计算方法
- 易语言ADS指纹浏览器管理工具
- 易语言奇易模块5.3.6
- cad定制家具平面图工具-(FG)门板覆盖柜体
- asp.net 原生js代码及HTML实现多文件分片上传功能(自定义上传文件大小、文件上传类型)
- whl@pip install pyaudio ERROR: Failed building wheel for pyaudio
- Constantsfd密钥和权限集合.kt
- 基于Java的财务报销管理系统后端开发源码
- 基于Python核心技术的cola项目设计源码介绍
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功