面向野外场景的移动机器人三维环境建模与自主运动规划

以面向野外环境的三维建模与自主运动规划为研究对象，针对非结构化野外场景建模、多传感器信息融合、以及动态多约束最优规划问题，研究面向野外环境的实时建模与自主控制问题的系统理论与实用方法。从不同环境表述方式的定性对比分析入手，建立具有变尺度复合表述特性的野外环境模型，重点研究基于该模型的野外环境特征提取、辨识、分类和基于多传感器信息融合的野外环境理解与自主场景重构问题，强调研究由基础的环境认知建模、到环境理解与场景重构、再到基于环境约束的自主运动规划所具有的相关性和连续性，给出针对这些共性问题的完整理论框架与实用方法，完成机器人运动控制系统分析与设计，并利用实际平台进行实验验证。作为智能机器人自主行为理论的一项重要内容，本项目意义在于解决移动机器人从结构化人工环境向非结构化野外环境扩展中所出现的新问题，提出合理实用的技术和方法，从而为该方法的实用化提供可靠的技术支持和原型验证。

本课题重点研究了移动机器人在结构化/准结构化环境中的三维环境建模、重构、认知、定位、运动规划及自主导航等问题。自主研发了一种基于三维激光测距的三维场景观测技术，并提出了相应的场景认知方法，可鲁棒的适应动态环境中的随机扰动。该场景认知方法首先将利用自主研发的三维激光测距系统获取的点云数据转换为方位角图，然后从方位角图中提取并匹配局部鲁棒性特征来完成可靠场景认知。为了完成移动机器人在大范围野外场景中的运动规划，提出了一种基于边缘特征的改进ICP算法来实现三维场景的重构，并以此为基础将地形特征与高程地图相结合来构建三维路图。利用从三维地图中提取的环境约束，移动机器人能够在复杂室外场景中进行自主运动规划。为了保证机器人导航的鲁棒性，将高程图中的单元映射到视觉图像中来实现多传感器数据融合。为了处理多机器人系统中所固有的非线性因素，采用鲁棒扩展H无穷滤波算法来完成多机器人的协作定位，其性能比传统的EKF有显著提升。此外课题组还研究了基于视觉-激光数据融合的人体目标跟踪算法和基于全景视觉与激光测距相交替的混合机器人感知方法。实验结果验证了课题组所提上述方法在各种复杂环境中的有效性。除了发表一系列国际期刊和国际会议论文外，研究组还在三维激光和二维激光的联合标定方向申请国家技术发明专利1项，此外还获批计算机软件著作权“三维场景建模与重构工具箱系统”1项。