导读:本文包含了室内未知环境论文开题报告文献综述及选题提纲参考文献，主要关键词:室内未知环境,轮式机器人,路径规划,障碍物类型识别
室内未知环境论文文献综述
李轩,刘晓东,石祥滨[1]（2019）在《未知环境下室内轮式机器人路径规划算法》一文中研究指出针对轮式机器人在室内环境未知情况下的路径规划问题,提出一种静态和动态路径规划相结合的混合算法。通过对环境信息进行聚类处理,判断障碍物的类型。当环境中不存在动态障碍物时,采用基于R-QRRT算法的静态路径规划,通过区域量化和方向引导,改善了RRT算法的随机性和效率。环境中存在动态障碍物时,采用D-APF算法的动态路径规划,采用评估障碍物对机器人的影响程度,选择性忽略某一障碍物,以解决APF算法易陷入局部最小值的问题。最后通过MATLAB仿真验证了R-QRRT算法和D-APF算法的可行性,在真实环境下进行轮式机器人路径规划实验,实验结果表明所提出的混合路径规划算法在室内环境未知情况下具有良好的路径规划效果。(本文来源于《沈阳航空航天大学学报》期刊2019年03期）
张家意[2]（2018）在《室内未知环境中的智能轮椅手势交互与自主导航的研究》一文中研究指出随着社会老龄化程度的不断加剧,养老助老智能产品的需求日益高涨。作为老年人服务机器人的1种,智能轮椅具备环境适应性强、运动控制平稳和人机交互体验友好等诸多特点,是养老助老智能产品的1个必然发展方向,具有重要的研究价值和社会意义。本论文在对国内外智能轮椅研究现状分析总结的基础上,研发室内未知环境中基于自然手势导航的智能轮椅。构建以Kinect V2和ARM为核心的硬件平台,完成了1台智能轮椅样机MIYABIⅢ,力争弥补当前智能轮椅中手势交互无法提供具体目标点和室内未知环境中自主导航研究较少的不足。本论文的创新点在于模拟人类日常行为习惯,采用生活中的指向手势为示意方向,对其进行手部抽象、模型建立和场景应用,初步实现了室内未知环境中的MIYABIⅢ自然手势导航。首先,本论文开发了基于支持向量机的自然手势识别模块,实验结果表明识别准确率达到99.8%。考虑到实际生活场景,相关的自然手势定义为指令手势和随机手势,采用Hu不变矩的前4阶为特征向量。其次,本论文开发了基于深度学习的手势指向估计模块,训练得到的卷积神经网络模型的平均像素误差为2.3px,每帧预测时间为10.0ms。基于局部手的深度图像信息预测指向手势的5关键点,计算MIYABIⅢ用户的指向矢量,确定目标点位置。接着,本论文开发了室内未知环境中的基于3路超声波模块测距的模糊避障以及自主导航模块。搭建串口通信和运动控制模块,完成MIYABIⅢ在室内未知环境中的模糊避障和自主导航任务。最后,本论文进行了MIYABIⅢ的相关场地实验,包括自然手势驱动、模糊避障和室内未知环境中自主行走实验。实验结果表明,本论文研发的室内未知环境中自然手势导航轮椅具有一定的可行性和实用性。(本文来源于《苏州大学》期刊2018-05-01）
丁林祥,陶卫军[3]（2018）在《未知环境下室内移动机器人定位导航设计与实现》一文中研究指出为实现室内移动机器人在未知环境下的定位导航,设计了一台基于机器人操作系统(robot operating system,ROS)的室内移动机器人,研究了增量式构建栅格地图、代价地图的环境地图构建方法和自适应蒙特卡罗(amcl)定位方法以及运用Trajectory Rollout和Dynamic Window Approaches算法的路径规划方法。实验结果表明:该自主导航与定位软件能增量式绘制环境地图,所规划的路径符合最优路径;机器人按照规划路径行走时的导航定位精度能够达到10 cm,偏转精度达到±5?,能够实现未知环境下室内移动机器人的定位与导航。(本文来源于《兵工自动化》期刊2018年03期）
常明[4]（2017）在《利用Kinect点云数据的室内未知环境自主定位》一文中研究指出随着机器人定位研究的不断发展,同时定位测图(SLAM)已成为计算机视觉的一个研究热点。主要的研究内容是在未知的环境中,利用传感器获取的数据在实现场景地图生成的同时,完成定位。随着RGB-D相机的发布,为SLAM问题提供了一种新的传感器。Kinect作为RGB-D相机的一种,随着微软公司开发的Kinect不断的更新升级,利用Kinect设备实现未知环境定位也成为了一大研究热点。现阶段,利用Kinect相机进行定位的方法有以下几种:利用Kinect获取的数据通过迭代近邻点(ICP)实现定位。但是受到场景范围以及Kinect深度影像自身精度不高的影响,导致最后通过ICP算法进行配准的结果的误差累计比较大,定位精度比较低;利用SLAM的方法进行室内场景的定位及地图的生成,但是当场景不闭合或者闭合场景范围较大时,回环检测的处理后的结果也不是很好。针对以上情况,本文以ORBSLAM系统为基础,通过ORB特征提取的方式,对Kinect获取的序列影像中的彩色影像的特征点进行提取利用,实现影像的跟踪,获取相邻帧影像之间的相对转换关系,对先验信息向量机信息矩阵进行求解,完成多特征信息滤波中的信息向量更新及状态增广;针对深度影像,利用彩色影像和深度影像的标定结果,对序列影像的彩色点云数据进行生成,对生成的点云数据,完成场景内点特征及面特征的提取,依据提取的特征结果,完成对多特征观测模型的构建;依据观测模型以及状态增广的结果,对状态进行更新,求解后验信息矩阵及信息向量。削弱在定位过程中误差累计的影响,对更新后的状态向量中的平移参数进行求解,完成利用Kinect点云数据在未知环境中的自主定位。本文利用Kinect传感器,选择了2个实验场景进行了实验验证。实验内容包括:利用ORBSLAM系统模型对数据进行获取,实现影像跟踪;在此基础上,利用ICP获取的点特征以及场景中的面特征构建多特征扩展信息滤波模型,对实验数据进行处理。实验结果表明:利用本文提出的方法能够在很大程度上削弱误差累计对Kinect数据的影响,针对实验场景1,与融合数据进行比较,定位精度在0.2m范围内,针对实验场景2,用ORBSLAM的方法和本文方法分别实现定位,定位精度分别为0~0.8m和0~0.5m,定位中误差分别为0.48m和0.23m。(本文来源于《中国地质大学(北京)》期刊2017-05-01）
吴登峰,梅志千,尹力伟,李向国[5]（2015）在《一种未知环境下室内移动机器人路径规划新算法》一文中研究指出针对目前室内移动机器人的路径规划算法理论研究为主,实际应用较少的问题,通过建立了移动机器人的运动学模型,采用栅格化建模方法将室内环境进行了分块,再利用先锋机器人P3-DX及其配套的仿真软件MobileSim,设计并且成功应用了一种未知环境下室内移动机器人路径规划的新算法。该算法在结合了机器人宽度信息的基础上,进行了栅格化模型建模,采用"点到点"的路径规划方法。最后在MobilesSim和P3-DX真实机器人上分别进行了仿真和实验验证,研究结果表明,该方法有效,且具有很好的可操作性。(本文来源于《机电工程》期刊2015年03期）
陶重犇[6]（2014）在《未知环境探测及叁维室内语义建图研究》一文中研究指出随着当今社会进入到人口老龄化阶段，迫切需要机器人能为人们的日常生活提供各种服务和帮助。通常，机器人需要借助于地图才能在人们日常生活和工作的室内环境中发挥作用。因此，需要机器人具备探测未知环境和创建地图的能力。除此之外，由机器人传感器构建的普通度量地图无法反映室内环境信息，为此需要创建一种包含室内环境语义信息并能让机器人理解的语义地图。为了实现上述目的，本论文首先对未知的室内环境进行探测与建图，然后提出了一种在叁维(3D)环境中基于人机交互方式创建环境语义地图的概念。在室内环境中，借助于两种移动机器人平台对未知环境探测与建图问题开展了研究。此外，借助于可穿戴式运动传感器网络和运动捕捉系统，在人机交互的框架下对3D环境中的语义地图创建的相关技术问题开展研究。主要研究内容如下：首先，利用iRobot移动机器人、Pioneer移动机器人、激光测距仪、4种类型的摄像头、微型计算机以及机器人操作系统ROS搭建了两种多功能移动机器人实验平台。基于iRobot移动机器人搭建的平台主要借助于激光测距仪和4种类型的摄像头，用于实现二维环境建图、未知环境探测和多机器人协作定位等功能。而基于Pioneer移动机器人搭建的平台主要借助于Kinect摄像头、运动捕捉系统和可穿戴式无线运动传感器网络，分别用于3D环境建模和手势识别。将这两种平台组成高低搭配，可以灵活地应用于不同需要的实验任务。此外，为了实现室内环境中的人机交互，本论文设计的一种由方向传感器模块、无线通信模块和电源管理模块组成的可穿戴式无线运动传感器用于识别人的身体活动与手势动作，并提出一种能耗管理算法来延长其使用时间。其次，针对移动机器人在进行同步定位与建图(SLAM)时，由于累积误差而导致的数据关联失败的问题，提出了一种累积误差修正算法来减小误差。并针对机器人探测未知环境中的同步规划定位与建图(SPLAM)问题，本论文基于信息熵原理提出了一种效用函数构建方法来实现机器人对未知环境的建图和自主路径规划。此外，针对多机器人协作定位问题提出了一种数据融合策略，并借助于运动捕捉系统验证了该方法的准确性与有效性。第叁，针对基于视觉的同步定位与建图(VSLAM)中存在的由于Kinect摄像头视角范围有限以及移动机器人运动造成的Kinect摄像头姿态和位置的变化，从而引起的多个视角的点云数据在同一个共享帧中无法匹配的问题。本论文提出一种通过将Kinect摄像头自身姿态信息与来自多个视图的数据融合起来，并提出了一种多层迭代最近点算法(MICP)用于3D环境建图。第四，针对传统视觉手势识别方法计算量大的问题，为了降低计算的复杂度，本论文通过另外一种基于可穿戴式无线运动传感器的方式进行手势识别，并提出了一种基于分层隐马尔科夫模型(MHMMs)的连续手势识别的算法。首先，将一种叁层前馈神经网络结构用于检测手势信号；其次，利用下层隐马尔科夫模型(LHMMs)对连续手势信号中的单个手势进行识别；最后，一种带有上下文约束条件的贝叶斯滤波器将在上层隐马尔科夫模型(UHMMs)中对手势识别结果进行修正。最后，本论文提出了一种基于人的运动信息与位置信息融合的方法进行3D环境语义地图建模。将本论文设计的叁个无线运动传感器分别穿戴在测试者右侧的大腿、腰部和手腕上组成一个人体传感器网络，用于同步的人体活动和手势动作的识别，并借助于运动捕捉系统来获取人的位置信息。接着，利用本论文提出的一种叁层动态贝叶斯网络(DBN)对位置、身体活动和手势之间的约束条件进行建模。随后，利用一种贝叶斯滤波器和一种改进的维特比算法来估计人的活动和手势。最后，通过人的活动来确定室内家具类型，并将家具信息加入到3D地图中，从而实现了室内3D语义建图。(本文来源于《江南大学》期刊2014-06-01）
陈金磊[7]（2014）在《室内未知环境自主定位的自适应加权快速扩展信息滤波模型》一文中研究指出近年来，随着叁维点云数据处理技术的发展，其中未知环境中自主定位，实现全局拼接有着广阔的发展前景。以往的拼接不能实现在未知环境中自主的进行特征点提取，自主完成点云数据的拼接，实现叁维视图重现。而且针对点云数据数据量之大，多特征信息之多，利用全部的点云数据进行自主定位，其消耗的工作量是非常大的。而本文针对Kinect点云数据实现室内未知环境的自主定位进行研究，由于Kinect数据精度的限制，及现有的序列式拼接算法远远不能满足自动定位精度要求，因此，提出一种基于室内未知环境自主定位的自适应加权的快速扩展信息滤波模型，实现室内未知环境的同时定位与创建地图（SLAM）。本文基于Kinect采集设备在单目立体视觉及激光测距相机的数据融合进行室内自主定位并且进行叁维重建的要求，针对不同特征信息对测站点位置姿态精度的不一致，对传统滤波模型进行改进，构建融合不同精度观测量的自适应加权快速扩展信息滤波模型。该模型是采用上海地铁隧道点云数据及Kinect深度影像生成的点云数据与摄像头采集影像两种数据源为实验数据。具体研究的内容包括以下方面：基于影像与BaySAC算法的点云拼接，用拼接转换参数作为信息滤波的系统状态信息向量；多特征信息（如室内特征点、墙面拟合面的法向量、边界线等信息）进行自适应性加权处理后，作为信息滤波中的观测模型的观测数据；根据多特征信息精度与测站点距离成反比的关系对特征信息进行分类，实现信息矩阵的稀疏化。本文采用Kinect采集的数据及隧道点云数据进行实验验证。实验包括：利用影像及BaySAC算法提取的特征点及根据拟合面或中轴线提取多特征信息，实现多特征信息提取及信息融合实现叁维特征观测量加权实验；隧道中轴线自动提取与室内数据平面自动提取，采用整体加权最小二乘法拟合中轴线，提高观测值的精度；实现自适应加权的快速扩展信息滤波模型。实验结果表明，本文提出的未知环境自主定位的自适应加权的快速扩展信息滤波模型能够满足在未知环境中自主定位的要求，提高了在全局坐标系下的拼接精度；对Kinect点云数据的叁维模型重建的要求基本上可以满足。(本文来源于《中国地质大学（北京）》期刊2014-05-01）
张彪[8]（2014）在《基于叁维激光传感器的移动机器人室内未知环境叁维地图创建》一文中研究指出移动机器人是一个多学科多领域交叉集合的综合体系，它集合了人工智能、环境检测、路径规划、控制与执行设计、机械机构设计等多方面的功能需求于一体，综合了工程信号处理、电子电路设计、智能控制、计算机科学等多领域的前沿研究成果，是国家机电综合设计制造能力的最高表现。为了使移动机器人在复杂环境下真正实现自主移动，必须通过自身装载的各式传感器获取周边的环境信息，并对这些地图信息进行感知和分析，这也就意味着移动机器人极大程度地依赖于地图创建，研究大型精确叁维地图的创建具有非常重要的意义。传统的具备地图创建功能的移动机器人通常装备的是单目或者双目视觉相机以及二维激光传感器，相机在环境光线发生变化或者环境过于复杂的地方都不能正常使用，而二维激光传感器则只能探测到某一高度的环境信息，只能在简单环境中进行移动，最终得到的是二维地图，不能有效描述出空间的叁维结构。近年来，Kinect传感器的出现提供了一个快速高效获取叁维点云数据的途径，但是由于其精度问题，仍然无法完成大型精确叁维地图的创建。为了实现在未知的复杂室内环境下创建叁维地图，我们采用了由二位传感器和旋转平台构成的叁维激光传感器，对地图创建中的一系列问题进行了详细的研究和实践。首先，本文利用叁维激光传感器收集360°的点云数据，通过直通滤波和统计方法过滤掉了杂点和漂浮点，之后进行了稀疏化处理，得到了有效的原始数据；然后通过似然函数的配准方法对叁维点云进行了拼接以获取完整的叁维点云地图；由于叁维点云的数据存储量太大，本文又使用了Octree数据结构将叁维点云地图转换成为了叁维栅格地图，并在此数据架构的基础上扩展改进了D*算法，从而实现了叁维栅格地图下的路径规划。为了实现机器人自主确定下一个目标点的位置，我们将叁维地图降低维度至二维，以提高算法运行速度，然后使用了基于边界的探索算法，按照已知和未知信息将区域进行划分；为了提高地图精度和机器人定位精度，我们同时还进行了主动的闭环检测，实时监测当前位置与之前访问的位置之间的最短距离，以便执行闭环动作。以上这些方法都采用真实的移动机器人在上海交通大学思源楼中进行了实际实验和测试，并且详细记录了实验数据和实验条件，对地图精度的分析表明这种地图创建方法是有效且可行的，对推动移动机器人实现真正的自主移动具有重要意义。(本文来源于《上海交通大学》期刊2014-02-12）
黄磊[9]（2013）在《机器人室内未知环境探测与规划研究》一文中研究指出移动机器人是机器人领域的重要研究方向,是机器人学、计算机科学和人工智能等多学科的结合。在实际应用中,移动机器人需要在缺少环境相关先验知识的情况下完成探测与路径规划的任务。如何提高移动机器人的自主学习能力已经成为移动机器人领域的研究热点,本文对移动机器人室内未知环境探测与规划进行研究。本文针对移动机器人获取未知环境中目标信息的需求,提出基于视觉的目标状态探测系统,在机器人运动过程中实时获取目标信息引导机器人完成路径规划。该系统使用基于约束最小二乘法的目标拟合方法,保证目标检测有效性的同时,提高在有遮挡情况下定位的准确性。同时,为了提高目标定位信息对路径规划的贡献,使用基于差额奖励的目标状态检测方法,应用于强化学习中奖励信号的设计。以移动机器人传感器探测的数据为基础,本文设计了基于自适应模糊神经网络的移动机器人路径规划系统,利用环境信息控制移动机器人完成路径规划任务。该系统有效结合模糊系统的表达推理能力和人工神经网络的泛化能力,通过专家样本训练,准确地建立环境信息与动作之间的映射关系,表现出良好的学习能力。根据移动机器人对室内未知环境中探测与规划的需求,本文提出基于自适应模糊神经网络的强化学习决策系统,使得移动机器人无需依赖环境模型,直接从环境学习状态空间与动作空间的映射关系。自适应模糊神经网络的函数逼近能力和泛化能力可以有效解决强化学习Q函数学习时表示空间快速膨胀问题,同时利用视觉信息完善奖励信号的设计,提高系统的实用性。本文提出的方法均通过相关的实验测试验证了有效性,研究思路与研究成果对移动机器人智能水平的发展具有一定的参考和应用价值。(本文来源于《浙江工业大学》期刊2013-05-26）
李一波,张庆涛[10]（2012）在《室内未知环境遍历路径规划算法综述》一文中研究指出在全局环境未知的情况下,机器人根据自身的传感器实现对环境的遍历探测,称为未知环境的遍历路径规划。其相关算法可以分为3类:一种是简单的随机遍历策略,如迂回往复式;一种是在沿边学习后,建立环境轮廓模型,采用全局视角与局部路径规划相结合的算法;另一种是不采取沿边学习的漫步式探测路径规划。(本文来源于《计算机科学》期刊2012年S3期）
室内未知环境论文开题报告
（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：
随着社会老龄化程度的不断加剧,养老助老智能产品的需求日益高涨。作为老年人服务机器人的1种,智能轮椅具备环境适应性强、运动控制平稳和人机交互体验友好等诸多特点,是养老助老智能产品的1个必然发展方向,具有重要的研究价值和社会意义。本论文在对国内外智能轮椅研究现状分析总结的基础上,研发室内未知环境中基于自然手势导航的智能轮椅。构建以Kinect V2和ARM为核心的硬件平台,完成了1台智能轮椅样机MIYABIⅢ,力争弥补当前智能轮椅中手势交互无法提供具体目标点和室内未知环境中自主导航研究较少的不足。本论文的创新点在于模拟人类日常行为习惯,采用生活中的指向手势为示意方向,对其进行手部抽象、模型建立和场景应用,初步实现了室内未知环境中的MIYABIⅢ自然手势导航。首先,本论文开发了基于支持向量机的自然手势识别模块,实验结果表明识别准确率达到99.8%。考虑到实际生活场景,相关的自然手势定义为指令手势和随机手势,采用Hu不变矩的前4阶为特征向量。其次,本论文开发了基于深度学习的手势指向估计模块,训练得到的卷积神经网络模型的平均像素误差为2.3px,每帧预测时间为10.0ms。基于局部手的深度图像信息预测指向手势的5关键点,计算MIYABIⅢ用户的指向矢量,确定目标点位置。接着,本论文开发了室内未知环境中的基于3路超声波模块测距的模糊避障以及自主导航模块。搭建串口通信和运动控制模块,完成MIYABIⅢ在室内未知环境中的模糊避障和自主导航任务。最后,本论文进行了MIYABIⅢ的相关场地实验,包括自然手势驱动、模糊避障和室内未知环境中自主行走实验。实验结果表明,本论文研发的室内未知环境中自然手势导航轮椅具有一定的可行性和实用性。
（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。
室内未知环境论文参考文献
[1].李轩,刘晓东,石祥滨.未知环境下室内轮式机器人路径规划算法[J].沈阳航空航天大学学报.2019
[2].张家意.室内未知环境中的智能轮椅手势交互与自主导航的研究[D].苏州大学.2018
[3].丁林祥,陶卫军.未知环境下室内移动机器人定位导航设计与实现[J].兵工自动化.2018
[4].常明.利用Kinect点云数据的室内未知环境自主定位[D].中国地质大学(北京).2017
[5].吴登峰,梅志千,尹力伟,李向国.一种未知环境下室内移动机器人路径规划新算法[J].机电工程.2015
[6].陶重犇.未知环境探测及叁维室内语义建图研究[D].江南大学.2014
[7].陈金磊.室内未知环境自主定位的自适应加权快速扩展信息滤波模型[D].中国地质大学（北京）.2014
[8].张彪.基于叁维激光传感器的移动机器人室内未知环境叁维地图创建[D].上海交通大学.2014
[9].黄磊.机器人室内未知环境探测与规划研究[D].浙江工业大学.2013
[10].李一波,张庆涛.室内未知环境遍历路径规划算法综述[J].计算机科学.2012