多机器人探索未知环境与制图

论文总字数：15630字

摘 要

关键词: 多机器人，改进粒子群算法，未知环境探索，即时定位与地图构建

Abstract: With the progress of the times, the liberation of human resources is imperative in modern society for better quality of life. Multi-robot can replace human in many fields because of its flexible structure, good adaptability, high working efficiency. Its developments and prospects are very good. So the reasonable design and optimization of the robot algorithm, effective exploration of unknown environment and mapping and improving the efficiency of the task are of great significance in promoting the development of various industries. This thesis is to explore the unknown environment and drawing for multi-robot, its aim is to study the path planning of intelligent algorithm (particle swarm optimization), several existing improved particle swarm optimization algorithms are selected to compare their advantages and disadvantages, then we finally choose the method of real-time positioning and map building (SLAM). So that the multi- robot can autonomously explore and map the unknown environment effectively, improving the ability and efficiency of the implementation of the task.

Key words: multi robot, improved PSO, unknown environment exploration,slam

目 录

1 绪论………………………………………………………………………5

1.1研究背景、目的与意义………………………………………………5

1.2论文的结构和内容……………………………………………………5

2多机器人系统…………………………………………………………………5

2.1多机器人系统的发展……………………………………………………5

2.2 多机器人系统的优势……………………………………………………6

2.3 多机器人系统的应用领域………………………………………………6

3 智能算法…………………………………………………………………7

3.1智能算法简介…………………………………………………………7

3.2粒子群算法的基本思想………………………………………………7

3.3 粒子公式………………………………………………………………8

3.4 PSO算法实现步骤……………………………………………………9

3.5 改进粒子群算法…………………………………………………………10

3.5.1 带有压缩因子的粒子群优化算法……………………………………11

3.5.2 借鉴遗传算法使用杂交原理改进的粒子群算法……………………11

3.5.3 借鉴遗传算法使用选择原理改进的粒子群算法……………………12

3.5.4 保证种群多样性的ARPSO……………………………………………12

3.5.5 针对以上几种改进PSO算法的比较…………………………………13

4 多机器人即时定位与地图构建（SLAM）………………………………14

4.1 SLAM简介……………………………………………………………14

4.2 SLAM几个关键性问题………………………………………………15

4.2.1 地图的表示方法………………………………………………………15

4.2.2 不确定性的信息的描述………………………………………………15

4.2.3 累积误差………………………………………………………………16

4.3 SLAM的实现方法…………………………………………………………16

4.3.1 SLAM的通用架构………………………………………………………17

4.3.2 基于卡尔曼滤波器的实现方法…………………………………………17

4.3.3 去相关法…………………………………………………………………22

4.3.3 分解法（FastSLAM）……………………………………………………22

4.4 基于多机器人协作的SLAM………………………………………………23

总结与展望…………………………………………………………………24

参考文献……………………………………………………………………25

致谢…………………………………………………………………………26

1 绪论

1.1 研究背景、目的与意义

随着时代的发展，多机器人在越来越多的行业投入使用，解放了人力资源，大大加快了社会的发展。所以，有效的提升多机器人系统完成任务的效率，将会在众多领域起到十分重要作用。另一方面，随着智能算法在许多复杂的工程问题的解决中扮演着越来越重要的作用，将智能算法运用到多机器人系统之中解决复杂问题必将大有可为。

多机器人成功的探索未知环境，将未知环境中的问题转换到已知环境中来解决，给出全局最优方案，是多机器人完成之后任务的首要前提。本文通过研究粒子群智能算法（PSO）进行路径规划，但粒子群算法本身存在一些缺陷，影响到了路径规划计算的可靠性和效率，因此本文选择引入几种已有的改进后的粒子群算法，比较它们的优缺点，选择一种应用到多机器人系统中。最后本文介绍了一种即时定位与地图构建（SLAM）方法来进行多机器人的自主探索未知环境，从而使多机器人能够有效的执行对未知环境探索的任务，提高执行任务能力和效率，推动各行业的加速前进，加快社会发展的步伐。

1.2 论文的研究内容和结构

本文的章节内容如下：

第一章简单介绍了多机器人的研究背景以及研究它的目的与意义。

剩余内容已隐藏，请支付后下载全文，论文总字数：15630字