首页> 中文学位 >智能家居环境中基于移动机器人的目标搜索
【6h】

智能家居环境中基于移动机器人的目标搜索

代理获取

目录

声明

致谢

摘要

插图

表格

1 绪论

1.1 课题背景

1.2 研究现状分析

1.2.1 移动机器人环境感知研究现状

1.2.2 移动机器人路径规划研究现状

1.3 研究内容与论文结构

2 移动机器人软硬件平台搭建

2.1 移动机器人搭载硬件平台

2.2 移动机器人ROS软件平台

2.2.1 开源机器人操作系统ROS

2.2.2 ROS平台下的关键功能程序包

2.3 移动机器人基础功能实现

2.3.1 机器人运动控制

2.3.2 SLAM解决方案

2.3.3 自主定位与坐标校准

2.3.4 机器人导航与避障

2.4 面向智能家居的机器人通讯系统

2.5 本章小结

3 基于移动机器人的目标搜索的算法设计

3.1 问题描述与算法框架

3.2 单元分割法处理室内环境栅格地图

3.3 遗传算法规划最优的区域间转移序列

3.3.1 遗传算法简介

3.3.2 遗传算法的改进

3.3.3 遗传算法的编程实现

3.4 A*算法进行两点之间的导航规划

3.4.1 A*搜索算法简介

3.4.2 路径平滑方法改进A*算法

3.4.3 A*搜索算法的编程实现

3.5 基于深度学习的目标识别

3.6 有无先验信息的搜索策略差异

3.7 本章小结

4 移动机器人目标搜索算法的仿真与实验

4.1 实验参数和性能指标

4.2 无先验信息情况下的算法仿真

4.3 有先验信息情况下的算法仿真

4.4 移动机器人目标搜索的实验与结果分析

4.4.1 无先验信息情况下的目标搜索实验

4.4.2 有先验信息情况下的目标搜索实验

4.5 本章小结

5 总结与展望

5.1 本文工作总结

5.2 未来工作展望

参考文献

攻读硕士学位期间的主要成果

展开▼

摘要

近年来,应用服务型智能机器人到智能家居系统中越来越成为一个热点研究问题。由于在家居环境中,拥有多种传感设备的机器人搜索人与物体的场景时常发生,因此为了解决这个问题,本文着眼于设计适应家居环境的移动机器人目标搜索算法,提出一整套高效的搜索策略。
  本文在布置好的室内家居环境中,规划和搭建好移动机器人硬件软件平台后,实现了室内移动机器人的各项基础功能,包括机器人运动控制、传感器管理与信息融合、同时定位与地图构建(SLAM)、自主定位与坐标校准、导航与避障等。针对智能家居环境下移动机器人目标搜索的问题,本文提出在栅格地图上基于改进的遗传算法和A*算法进行路径规划的算法,对目标的识别采用基于深度学习方法的YOLO检测系统,机器人在各个单元区域中的搜索需要充分考虑环境因素和传感器条件,结合目标在室内环境中位置概率分布,最终减少搜索过程的总耗时。经过仿真与实际实验验证,本文所提出的算法很好地完成了移动机器人在短时间内搜索到目标的任务,在各种不同的情况下都具有显著的效果,说明了研究内容在智能家居环境中老年人看护、远程医疗等日常任务中的有效应用性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号