文档介绍：——!!!密级:——学号:实时路径规划研究基于单目视觉的清洁机器人广东工业大学硕士学位论文朱素果指导教师姓名、职称:一曾碧教援让箕扭廑周撞苤分类号:学科ㄒ或领域名称:学生所属学院:馏ぬ迷论文答辩日期:三三生五目ぱ妒.
篫:.。甊.
边缘检测等处理来识别障碍物;接着,采用激光测距仪测量得到机器人与障碍物之本文基于视觉导航技术现有的研究,提出了基于单目视觉的清洁机器人实时路径规划方法。路径规划是机器人导航中的关键步骤,本文假设清洁机器人已经知道赃物的具体位置瓒ǖ娜ň秩毡甑,在此基础上,利用单日视觉探知室内环境中的障碍物信息,通过对障碍物环境的分类和坐标转换,建立栅格地图,并使用蚁群算法进行路径规划。由此,机器人可以通过局部环境了解全局环境,并基于环境信息实现实时的路径规划。首先,本文总结了清洁机器人在国内外的发展现状,明确了本文的研究背景,指出了本文研究内容的意义。接着,分析了目前已有的多种机器人路径规划方法,归纳总结了不同方法的优缺点;在此基础上提出本文的清洁机器人实时局部路径规划方法,对清洁机器人在室内环境下的路径规划进行研究。然后,分别介绍了单目视觉技术、支持向量机分类技术以及蚁群算法。采用这些方法和技术,本文在系统仿真环境下进行了清洁机器人实时路径规划的相关研究。首先使用单目视觉技术采集局部环境的图像信息,通过对局部图像信息进行去噪、间的距离,通过计算及坐标转换等过程,构建出局部环境的栅格地图;针对每个障碍物,取若干个距离来表征该障碍物,并利用支持向量机分类算法对障碍物环境进行分类;每分出一类新的障碍物环境,就采用蚁群算法规划下一步路径;如此往复循环;最终实现动态环境下清洁机器人的实时路径规划。最后,本文在机器人仿真平台上模拟了清洁机器人及其室内工作环境,并采用疟嘈绰畚乃岢龅氖凳甭肪豆婊惴ǎ了仿真的结果以及数据分析,验证了本文提出的方法的有效性和可行性。关键词:清洁机器人;单日视觉;路径规划;蚁群算法:支持向量机
ⅰ,,瑃广东工业大学硕士学位论文瑃,甌,瑅疭,琣.,琲,,,籵·..,Ⅱ
琈,篊籺,,瑄;;簍—.,—Ⅱ
目录研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.清洁机器人路径规划的研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..路径规划的分类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.全局路径规划⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...斯な瞥》⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第二章机器人路径规划概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第三章单目视觉清洁机器人环境与分类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯..第一章广东工业大学硕士学位论文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.
障碍物识别⋯⋯⋯⋯.咴导觳狻基于视觉与激光融合的障碍物测距⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...≡⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯蚁群算法的原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯蚁群算法的实现⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯:⋯⋯⋯⋯..系统的环境模拟⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.砑教ǖ难≡ⅰ仿真及结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第五章系统仿真平台及实验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.习锸侗鸪绦蚣敖
Ⅵ