移动机器人基于激光测距的三维场景重构

摘要

移动机器人对其工作环境的有效辨识、感知与重构是其自主导航与环境探索的前提条件和基础。非结构化环境与结构化环境相比具有不确定性、不稳定性和不可预知性等特性。本文基于装备有激光测距仪的移动机器人系统，对激光数据获取、场景匹配、重构策略等问题展开理论和应用研究，旨在实现快速、有效、自主的非结构化三维场景重构，并尝试创新性的探索与研究。 本文首先介绍了具有三维场景感知能力的移动机器人系统，其中包括三维激光测距系统以及自主移动机器人系统。采用模块化思想自主设计和开发了三维场景重构软件，实现了三维场景的在线显示与实时重构，验证了场景匹配与重构算法的有效性与实时性。 针对不同视点下的场景两两匹配问题，采用基于线段端点的最近点迭代算法来解决。首先利用激光点云数据的有序性，采用距离比较法简单快速的提取线段特征。由于线段端点能在一定程度上表征场景的关键信息，本文采用基于线段端点的最近点迭代算法实现场景匹配。对匹配对的选取做进一步的限制来剔除误匹配，从而提高场景匹配的准确性。通过在实验室环境里完成的一系列实验，验证本文所提场景匹配算法的有效性和自主性。 多场景的匹配策略影响着场景重构的效果和精度。本文通过分析场景之间的拓扑关系，提出基于核心场景的大范围三维场景重构策略。对于相邻场景重合区域的数据冗余问题，采用栅格划分的方法来进行数据精简。在走廊环境里做了一系列实验，采用不同策略实现大范围三维场景重构，通过对重构结果的分析与比较，验证了本文所提方法的优越性和实用性。

目录

文摘

英文文摘

声明

1 绪论

1.1研究背景

1.2国内外研究现状

1.3基于激光测距的场景重构关键技术

1.4本文主要工作内容与安排

2具有三维场景感知能力的移动机器人系统

2.1.三维激光测距系统

2.2自主移动机器人系统

2.3三维场景重构软件

3基于线段端点的三维场景自主匹配

3.1.场景匹配概述

3.2三维场景线段特征提取

3.3基于线段端点的三维场景自主匹配

3.4实验结果与数据分析

4大范围三维场景重构

4.1基于核心场景的重构策略

4.2重合区域的数据精简

4.3大范围三维场景重构

4.4实验结果与数据分析

结论

参考文献

攻读硕士学位期间发表学术论文情况

课题资助情况

致谢