9篇关于自主导航的计算机毕业论文

今天分享的是关于自主导航的9篇计算机毕业论文范文, 如果你的论文涉及到自主导航等主题,本文能够帮助到你

工装系统转运车自主导航关键技术研究

这是一篇关于自主导航,组合定位,路径规划,跟踪控制,粒子群优化的论文, 主要内容为无人车技术的持续发展正推动着传统物流运输与工业生产的智能化转型。在某试验装置现场,需用特种工装系统完成大量实验模块向指定位置的长距离转运及精密装配工作。为减轻工作人员劳动强度,提高作业效率,要求工装系统的转运载体具备自主导航功能。基于该需求,本课题以工装系统转运车为研究对象,针对实现其自主导航所需的全局定位、路径规划以及跟踪控制三项关键技术开展了深入研究,并基于工程样机予以应用验证,全文研究内容如下:首先,开展了自主导航试验平台的搭建及车辆的运动学建模工作。基于对转运车工程样机系统总成的分析,完成了其自主导航控制系统软硬件方案的设计,对车辆自主转向与速度调节系统进行了研究与实现,并对转运车偏置单舵轮驱动的行走机构进行运动学建模与仿真分析,为转运车自主导航控制研究奠定了基础。其次,开展了激光雷达与惯导的组合定位技术研究。在使用激光雷达实现转运车初步全局定位的基础上,针对激光雷达定位精度高,但易受环境影响且位姿反馈频率较低的问题,引入惯导对其进行辅助定位。对基于惯导的转运车位姿解算原理与解算误差进行了分析,并综合惯导高频输出与激光雷达高精度测量的特性,设计了一种基于Sage-Husa自适应卡尔曼滤波算法的组合定位方案,通过仿真与实车定位试验证明了该方案能使系统获得兼顾高精度与高频率的实时定位信息。然后,开展了基于改进A-star算法的路径规划技术研究。采用A-star算法规划转运车行驶路线,并针对标准A-star算法欠考虑路径与障碍物间安全距离的问题,提出依据障碍物栅格数自适应调整移动代价的改进策略,使算法规划路径保证转运车行驶的安全性;同时结合对不同权重下A-star算法搜索特性的分析,设计基于高斯函数形式的动态代价权重提高了算法的搜索效率;采用过渡圆弧法对原始多折线轨迹进一步优化处理,获得了可用于底层运动控制的平滑参考路径。最后,开展了基于改进纯跟踪模型的跟踪控制技术研究。采用纯跟踪算法设计转运车的运动控制器,为提升控制器性能,深入分析不同预瞄距离下系统的控制响应,然后以系统跟踪误差与转向平滑性为指标设计多目标粒子群算法对转运车纯跟踪模型的预瞄距离进行优化,根据最优解集实现了转运车行驶时预瞄距离基于路径曲率与车速反馈的自适应寻优。经多组联合仿真及实车跟踪试验证明改进后的纯跟踪控制可在保证全程转向稳定的前提下使系统跟踪精度获得有效提升。

基于ROS的无人船SLAM导航设计与路径规划算法研究

这是一篇关于无人船,路径规划,自主导航,SLAM的论文, 主要内容为随着国家对水域管理越来越精细化,单纯靠增加传统船艇装备,势必会带来高的人力成本投入。因此,通过科技手段提升执法能力,成为建设现代化数字强国的必需。无人船作为智能化的水上自动驾驶设备,在世界范围内迅速得到发展,成为当前国际学术界和产业界的研究热点,而无人船的定位导航和路径规划技术成为科技研究的重中之重。在无人船航行于定位信号较弱的桥梁码头等环境时,周围环境信息获取和导航时的路径规划技术是其能否安全稳定航行的关键。本课题设计在无人船上进行以ROS系统为基础的SLAM导航设计,并对全局路径规划技术进行研究,主要工作内容如下:首先,对无人船导航系统进行设计,并将无人船的自主导航分为地图构建与路径规划两个研究重点。搭建PX4飞控与Jeston Nano组合控制平台,同时将激光雷达模块接入无人船系统,并移植ROS系统,使其正常运行。其次,根据无人船的运动模型建立无人船坐标系、研究无人船的运动方程。在此基础上分别对基于粒子滤波的算法和基于图优化的算法进行原理分析,经过仿真实验综合比较Gmapping和Cartographer算法的优缺点,其中Cartographer算法具有回环检测、建图精度高等优点,在大范围环境下地图构建效果较好,最终确定Cartographer算法作为无人船导航实验的SLAM算法框架。围绕无人船的路径规划优化问题,首先分析无人船ROS系统的导航软件包分层结构、地图的表现形式以及代价地图的更新过程。其次,对比分析A*算法、BAS-A*算法的评价函数以及JPS算法,通过优化BAS-A*算法的启发函数以减少不必要节点的计算来寻找全局最优路径。接着,根据栅格地图的表现形式,提出地图栅格率和阻塞率的概念,将改进后的BAS-A*算法和JPS算法进行融合,形成混合路径规划算法,既保障了路径规划算法的全局最优性又减少了JPS算法陷入复杂环境下路径穿插的问题,提升了在大范围复杂地图下全局路径规划的效率。最后,本课题以实体无人船作为实验平台,设计一套完整的实验流程,并在南京市江心洲长江大桥桥墩处作为实验场景进行户外导航实验。通过在无人船的ROS系统中分别部署独立的Cartographer建图算法和导航软件包,在此基础上对桥墩周边环境进行建图,并完成了室外导航实验。验证了所研究的无人船户外即时定位与地图构建算法和路径规划方案的可行性和正确性。

基于多传感器融合的移动机器人的自主导航系统设计与实现

这是一篇关于多传感器融合,环境感知,即时定位与建图,自主导航的论文, 主要内容为在现代社会发展中,移动机器人在生产生活的方方面面都有广泛的应用,这也使得对移动机器人的性能和功能要求越来越高。如今多数移动机器人在面临未知室内环境时,会依赖于建立的先验二维栅格地图才可以实现自主导航功能。对于不存在于先验环境地图中的动静态障碍物并不能准确及时避障。基于多传感器融合的移动机器人自主导航技术应运而生,成为众多学者的研究热点。本课题采用单线激光雷达、RGB相机、深度相机以及轮式编码器为基础,搭建了移动机器人自主导航实验平台。该平台从移动机器人的环境感知、即时定位与建图以及自主导航等算法入手,实现了移动机器人在未知室内封闭环境下自主导航。主要研究内容如下:首先,对移动机器人的整体目标功能进行分析,建立了移动机器人自主导航的相应目标功能。明确了整个自主导航系统的整体框架。对系统的硬件组成和软件设计进行了详细说明。其次,对基于多传感器融合的移动机器人环境感知算法进行研究。首先对多种传感器的内参和外参进行标定,得到传感器的内部参数和相对位置。并对动静态障碍物采用多传感器检测。采用RGB相机结合Yolov7-tiny算法进行人体动态障碍物的检测,采用深度相机对地面低凸静态障碍物进行凸包面积筛选检测。然后,研究了基于多传感器融合的即时定位于建图功能,采用上游环境感知信息结合原有的激光扫描信息进行环境信息融合,并采用里程计与点云地图匹配信息采用扩展卡尔曼滤波融合的方式进行位姿更新定位,最终得到二维栅格地图。最后,对自主导航功能的路径规划研究进行了探索和分析。根据改进的启发函数对A-Star算法进行优化,以此提高其在大型室内封闭环境的搜索效率。并针对局部路径规划对动静态障碍物不敏感的特点设计新的评价函数,以此改进动态窗口算法,以此达到移动机器人的自主导航功能实现。实验部分采用了仿真软件和实物验证结合,将具有多传感器融合功能的移动机器人置于未知场景中,移动机器人可实现环境感知、即时定位与建图和自主导航功能,验证了本移动机器人自主导航系统的鲁棒性。

林果收集机果园视觉导航与树干跟踪控制研究

这是一篇关于果园,自主导航,俯仰实时搜索,动态加权滤波,语义分割,树干跟踪的论文, 主要内容为自主导航技术是实现农业机器人自主作业的关键技术,随着导航技术的发展和机器视觉技术的完善,农业机器人在果园自主行走作业逐渐成为现实。本研究以履带式林果收集机作为移动平台,开展收集机行间视觉导航和树干跟踪控制技术的研究,提出基于天空和土壤导航线融合的行间导航信息获取方法,研究果树主干三维信息获取方法,并结合收集机转向特性构建行间导航与树干跟踪控制系统,最终在果园完成行间导航和树干跟踪试验与分析。主要的研究内容如下:(1)分析了山地、丘陵果园地势和果树种植农艺,设计俯仰实时搜索装置多俯仰角触发采集图像,该装置可实现基于水平线上下60°的图像采集,每隔15°采集一帧,同周期共8帧图像。采用HSV颜色空间对土壤、树冠和天空场景进行初步分割,通过OTSU计算最佳分割阈值进行二值化,随之通过最大连通域分割算法进行土壤、树冠和天空场景准确提取,结合最小二乘进行导航线拟合,并通过动态加权滤波和Kalman滤波算法融合获取最终导航路径,经测试该算法导航路径提取精度为86.3%,算法耗时60 ms。(2)研究了基于语义分割和点云处理融合的果树主干三维信息获取方法,采用U-Net网络训练果树主干语义特征,模型训练完成后测试集识别准确度和召回率分别为93.88%和98.92%。通过U-Net网络在二维图像中对果树主干区域进行语义分割,结合二维图像与三维点云的坐标映射关系,在点云图中准确分割果树主干区域,随之采用体素滤波算法进行下采样以减少点云数据数量,并通过RANSAC圆柱拟合算法对主干点云进行拟合,最后基于PCA主成分分析进行主干轴线极值提取,实现果树主干三维坐标的高精度提取。(3)研究了基于收集机履带转向特性的滑移补偿机制,构建收集机导航过程时实际转向半径、实际转向角速度与理论转向半径、理论转向角速度间的映射关系,以此作为实际导航时的滑移补偿系数。采用行间导航偏差获取方法,结合滑移补偿系数计算收集机转向半径,通过预瞄点跟踪算法实现果园行间导航。通过树干跟踪偏差获取方法,实时解算果树主干三维坐标相对于收集机参考点的偏差信息,结合路径规划实现收集机对树干的精准跟踪。在C++/QT平台结合机器视觉库进行导航软件开发,并设计出履带式林果收集机导航控制软件,结合对收集机的转向参数辨识、差速转向运动学分析以实现收集机在果园环境下自主稳定作业。(4)研制了履带式林果收集机果园导航与树干跟踪控制系统,主要由上位机笔记本、PCB下位机控制器、俯仰实时搜索装置和档位变换装置构成,并在实地果园分别进行行间导航和树干跟踪试验。其中,无杂草环境下收集机以0.6 m/s的速度行驶时,行间导航偏差最大为0.14 m,均值为0.086 m,均方根差RMSE为30 mm,试验过程中行间导航系统均稳定、可靠的运行;有杂草环境下行间导航偏差最大为0.24 m,均值为0.13 m,RMSE为55 mm,该环境试验验证了导航系统的鲁棒性,精度满足果园环境下行间自主导航需求。在行间导航基础上进行树干跟踪试验,树干跟踪横向偏距最大为0.19 m,均值为0.16 m,RMSE为27 mm;航偏角最大为23.7°,均值为17.8°,RMSE为3.6°。受限于试验果园的种植农艺,果树行间间隔较小,收集机姿态调整空间有限,因此总体跟踪精度不高,但该精度基本满足果园环境下自主跟踪收集作业需求。采用本文所述的行间导航和树干跟踪算法,可以实现农业机器人在果园的自主作业。

基于多传感器融合的移动机器人的自主导航系统设计与实现

温室移动机器人视觉导航方法研究

这是一篇关于农业机器人,日光温室,视觉SLAM,路径规划,自主导航的论文, 主要内容为近年来,随着日光温室种植技术的发展,越来越多的农民利用温室技术种植蔬菜水果等经济作物来提高自己的收入。现如今农村劳动力极大减少,自动化作业的需求极为迫切,因此农用载具作为农业生产的重要机械装备,对农业生产效率和质量起着至关重要的作用,实现温室的无人化管理和作业已经成为现代温室发展的必然趋势。本文针对这一现状,设计一款温室移动机器人代替人工作业,实现自主导航与建图的功能。温室移动机器人能够实现自主导航的功能的核心问题是在于建图与定位。本文提出了基于VSLAM的建图与导航关键技术的研究,目的在于提高温室移动机器人的自主作业的精度和鲁棒性。本文主要工作及结果如下:(1)为了解决温室移动机器人的视觉建图与导航问题,采用哪种视觉建图方法极为重要。以往的单目相机无法获取图像的深度信息,双目相机是通过左右眼的距离来获取传感器的深度信息,而深度相机相对于前两者而言是采用物理方法主动获取图像的深度,且建图的算法开销也要小于双目相机建图。针对温室内的光照严重,普通的深度相机无法满足在该环境下的使用,因此选用Intel Real Sense D435深度相机,该款相机可以在光照充足的室外条件下使用。考虑到温室内的复杂地势环境,机器人还要有一定的越野能力,本文采用四轮驱动作为机器人的底盘。同时为了满足视觉建图与导航算法的庞大开销,因此选用Jetson nano作为机器人的控制系统。(2)为了提高温室移动机器人的建图精度,本文提出了VSLAM算法。传统的ORBSLAM3算法无法用于机器人的实际导航以及缺少机器人在特定场景下用于路径规划的八叉树地图。本文所提出的VSLAM算法基于ORB-SLAM3框架,利用深度相机所获取的深度信息,在原有的三大线程上添加稠密建图线程,利用相机成像原理计算出关键帧点云的三维坐标。然后对点云地图拼接时造成的点云数量冗余问题,又提出了双层点云滤波处理,并经过稠密建图回环检测进一步更新关键帧点云位姿,最后将构建出的精准点云地图实时转化为八叉树地图。实验表明结果,稠密点云地图的点云数量减少了12%,地图读取时间提高了4%,绝对轨迹误差和相对位姿均方根误差均有20%左右的降低。(3)最后分别对全局路径规划和局部路径规划进行了研究。基于MATLAB软件平台对比A*算法和Dijkstra算法进行仿真验证并分析路径搜索效率。之后对局部路径规划算法的TEB算法和DWA算法进行仿真,选出一种适合于温室环境下的算法。结合全局路径规划算法和局部路径规划算法,使温室移动机器人能够在全局路径最优的前提下,规避地图中出现的障碍物,最终实现了基于A*全局路径规划算法和DWA局部路径规划算法的组合方案。

取书分选机器人研究

这是一篇关于图书馆机器人,自主导航,机械臂,机械爪的论文, 主要内容为随着全民阅读概念的普及,我国公共图书馆的藏书量不断增加,大量书籍给图书管理工作造成困难。当前图书馆机器人存在自主性较差,取书末端执行器适用条件局限等问题。针对这些问题,本课题的目标是设计一款自主性强、适用范围广的图书馆机器人,其主要工作包括:1、取书机械爪和机械臂的结构设计。2、取书机构控制系统的搭建。3、底盘自主移动功能实现等。具体研究内容如下:首先,深入图书馆环境进行实地调查,对上下书架间的距离、过道的距离等数据进行测量,并对不同情况下图书所受到摩擦力与粘连力进行了实验,从而对机器人整体形状、大小以及所需夹持力等进行了需求分析。并据此提出了通过机械爪夹取图书、机械臂带动夹爪到达图书上方、底盘带动整体移动的机器人整体设计方案。其次,设计了一款模拟人手取书动作的拨取、抓取结合的三指取书机械爪,解决了图书密集排列时由于互相遮挡造成的简单两指机械爪无法进行抓取的问题。对所设计的三指机械爪进行电机选型以及控制系统的设计,并进行了机械爪取书实验,实验结果表明该机械爪在指定位置能够对目标图书有良好的抓取效果。再次,通过比较机械臂类型,提出针对图书馆环境中的书架这一工作平面,使用直角坐标系机械臂来对机械爪进行搭载,对其进行了结构设计。并设计了一款放置在底盘上的可移动书架,以此来实现取书后的种类分选。对机械臂和可移动书架进行了电机选型以及控制系统的设计。最后进行了机械臂联通机械爪的连续取书实验,验证了其具有对目标书架进行连续取书,并将书放进车载书架上不同的格子里进行分选的功能。随后,通过对市面常用机器人底盘类型进行比较,提出使用负载能力较强的阿克曼底盘。通过对该底盘的运动学进行分析,在仿真环境下实现了对底盘的运动控制。构建了仿真图书馆环境,对底盘搭载了Gmapping建图算法后,在仿真环境下通过实验对该算法中参数值进行优化。对仿真底盘搭载move＿base导航功能包并进行了仿真导航实验,验证了阿克曼结构底盘在图书馆环境下实现自主运动的可行性。然后在真实环境下进行了底盘建图和导航的实验,评价了底盘实际建图以及导航效果。并在实验室中搭建了模拟图书馆环境,进行了自主移动实验,评价了其实验效果。最后,对整体系统进行搭建,并进行了机器人到达地图中指定位置,随后进行取书的整体实验,验证了整套系统的可行性,并对该机器人的整体效果进行了评价。

基于激光SLAM的配送机器人自主导航技术研究

这是一篇关于配送机器人,自主导航,定位,SLAM,路径规划的论文, 主要内容为近年来,新冠疫情的肆虐让“无接触配送”服务成为常态化需求,无人配送市场正逐渐扩大。随着我国人口红利的逐渐消失,人力成本不断上升,物流末端配送也正面临着时耗长、人工成本高等问题。因此,末端配送无人化正在加速市场布局。本文主要目的是设计实现一款适用于园区低速环境的配送机器人,机器人能基于同时定位和建图(Simultaneous Localization and Mapping,SLAM)实现货物搭载、地图构建、路径规划、动态避障等功能,完成将运载货物送达指定点的任务。本文主要完成的工作包括对配送机器人系统的硬件搭建与软件开发展开研究,设计具体的自主定位、导航和避障实现方案,并进行真实环境实验验证。首先,设计搭建了一款六轮双驱动底盘的配送机器人,搭载有激光雷达、惯性测量单元(Inertial Measurement Unit,IMU)等传感器模块,负责轨迹推算的上位机树莓派和负责数据传输的STM32单片机控制模块,以及装载货物的智能柜模块。在此基础上,设计上述模块间的通信方案,开发多种传感器数据的采集程序,并确定机器人底盘控制方法,完成机器人操作系统(Robot Operating System,ROS)的配置。其次,对多种SLAM算法进行对比分析,选择Gmapping算法作为机器人建图方案,融合激光雷达扫描数据与IMU数据进行2D激光SLAM建图。在ROS中完成机器人三维模型与仿真环境的搭建后,通过Gazebo与Rviz可视化工具的联合仿真完成配送机器人的建图仿真实验,得到二维地图与实验环境一致,满足后续要求。再次,对机器人自主导航中的定位展开研究,对比几种路径规划算法,选择应用RRT*(Rapidly-exploring Random Tree＿Star,快速搜索随机树*)算法作为全局路径规划算法,融合TEB(Time Elastic Band,时间弹性带)算法进行局部路径规划,实现配送机器人自主导航和避障功能。在仿真环境中进行路径规划与避障模拟实验,结果证明了RRT*算法路径规划效果及TEB算法的实时避障性能。最后,本文基于方案搭建了配送机器人实体并进行调试,应用本文设计的建图与路径规划方案,在真实环境中进行配送实验,分别实现激光SLAM建图、路径规划、动态避障和物品配送的主要功能。