智能扫地机器人开发方案-导航清扫方案ppt文档

智能扫地机器人方案设计,基于SLAM定位导航系统,Contents,SLAM简介,1,系统建模,2,定位与导航（SLAM方法）,3,清扫策略,4,SLAM,SLAM :Simultaneous Localization and Mapping即时定位与地图构建，指机器人在自身位置不确定的条件下,在完全未知环境中创建地图,同时利用地图进行自主定位和导航位.,SLAM,SLAM问题可以描述为: 机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计，利用自身携带的传感器识别未知特征路标,递增建立环境导航地图,利用已建立的地图来同步刷新自身位置。,SLAM,SLAM核心问题：,机器人运动,定位导航,建立地图,系统建模,坐标系统,机器人位置描述： X = (x,y,)即：X,Y轴的坐标，和方向角，就能表述出机器人的方位。,系统建模,运动模型,传感器,传感器,感知自身运动状态和外部路标、障碍,陀螺仪,加速度计,电子罗盘,码盘,红外,摄像头,传感器,内部传感器内部传感器用于测量机器人的本身的参数：位置、速度、方向。主要包括：编码器、加速度计，陀螺仪、电子罗盘等。编码器可以测量出机器人的行程，加速度可以计算出机器人的速度，陀螺仪、电子罗盘计算出机器人的运动方向。,内部传感器,传感器,外部传感器外部传感器用于探测机器人外部的环境信息，主要包括：红外传感器、碰撞传感器、摄像头等。红外传感器、碰撞传感器用于探测障碍物，避障、建立地图的障碍点等。摄像头通过拍摄环境图像，进行视觉导航与定位，识别目标与建立地图,SLAM方法,定位根据内部传感器，计算机器人姿态：方位、速度，行程等，结合环境特征的坐标，融合数据，实现机器人自身定位,SLAM核心问题,环境特征提取摄像头实时采集图片数据，对获得的信息进行分析提取环境特征并保存，在下一步通过对环境特征的比较对自身位置进行校正.,SLAM方法,SLAM环境特征提取摄像头采集的图像，采用霍夫变换，提取特征，霍夫变换(Hough Transform)是图像处理中的一种特征提取技术，它通过一种投票算法检测具有特定形状的物体。,SLAM方法,建立坐标系,位置计算,定位,栅格法建立坐标系,运动模型运动计算,视觉提取特征定位,SLAM方法,用栅格表示室内空间，将室内空间划分为一系列的栅格，建立坐标系。用栅格表示障碍物。以机器人初始位置作为坐标原点，机器人运行，运动模型提供位置估计、姿态解算。用摄像头进行图像信息采集，提取特征物，基于灰度图探查直线，从而计算行程、再由学习子系统将采集到的图像信息和机器人的实际位置联系起来，完成机器人的自主导航定位功能。,清扫策略,全面清扫,识别进入未清扫区域,SLAM,直线运动,机器人直线运动运动过程中、SLAM建立地图遇到障碍物、记录障碍点、避障计算为清扫区域，清扫到头后，进入未清扫区域继续清扫，直到全部清扫。,清扫策略,典型的清扫策略如下图所示：机器人起始位置为A点在清扫过程中，不断进行SLAM地图建立。碰到障碍物掉头直行，并记录障碍点