室内环境下移动机器人位姿估计和信息提取开题报告

1. 研究目的与意义（文献综述）

设计目的：随着科技水平和工业自动化程度的提高，机器人技术得到了飞速的发展。移动机器人是机器人学的一个重要分支，集环境感知、动态决策与规划、行为控制与执行等于一体，广泛应用于军事、工业、服务行业等领域，有着重要的研究价值。近年来，移动机器人得到了越来越广泛的关注，移动机器人日益向着自主化和智能化方向发展，机器人在执行任务的过程中，需要精确地感知自身在环境中的位置和姿态。因此，位姿估计是移动机器人的一个重要问题，精准的位姿估计对于机器人的定位、地图构建、目标检测和跟踪、路径规划和控制有重要的意义^[5]。

(1)国外的研究现状：

移动机器人的位姿估计，就是对传感器检测到的外界环境进行分析，并按由一定准则所建立的观测特征和环境数据库间的对应关系确定相对于全局坐标系机器人自身位姿状态的过程。

2. 研究的基本内容与方案

基本内容：本次课题研究了在室内环境中，自主移动机器人的位姿估计和信息提取问题。利用激光传感器和摄像机感知环境信息，基于改进的icp算法进行数据配准，进而设计机器人位姿估计方法，获取机器人位姿，并通过视觉方法提取关键位置的信息。

目标:在结构化室内环境中，利用激光传感器获取周边距离信息，利用icp算法将扫描到数据与模型数据进行迭代匹配，求得机器人移动的最优旋转和平移矩阵，从而估计机器人的位置和姿态，并提取环境中的sift点作为环境标记。

拟采用的技术方案及措施：首先通过查阅相关文献熟悉icp算法，学习图像处理库opencv，了解图像和矩阵处理的基本方法,搭建以激光测距仪为传感器的机器人系统，机器人位姿估计的主要思路是对移动机器人系统引入二维激光雷达，将机器人自主定位问题转化为序列点集配准问题，移动机器人的位姿通常使用三元组(x,y,q)表示。其中(x,y)表示移动机器人相对于全局坐标的位置(平移分量)，q表示其方位(旋转分量)。激光测距仪获得环境信息以帧的形式保存。一帧数据包含测距仪整个扫描平面数据。通常激光测距仪采用时间间隔来获取数据帧。因此采样获取的数据帧在时间上是离散的。这样扫描数据就可以按时间先后分为当前扫描数据(当前帧扫描数据)与参考扫描数据(上一帧扫描数据)。以当前扫描数据和参考扫描数据分别建立极坐标系：

disi = (ri,qi), i = 1,2,3,…n;(1)

3. 研究计划与安排

第1~3周：查阅文献；分析题目国内外研究现状，确定基本思路；

第4周：阅读文献、撰写开题报告，英文文献翻译；

第5~6周：学习图像处理库opencv，了解图像和矩阵处理的基本方法。

4. 参考文献（12篇以上）

[1]王栋梁. 结构化环境中移动机器人位姿估计研究[d]. 武汉科技大学, 2010.

[2]王玉峰. 自主移动机器人地图构建、探索及定位研究[d]. 大连理工大学, 2004.

[3]蒋新松. 机器人学导论[m]. 辽宁科学技术出版社, 1994.