基于多传感器融合的四足机器人环境感知算法的研究与实现

作     者：徐一明 

作者单位：齐鲁工业大学 

学位级别：硕士

导师姓名：李彬

授予年度：2024年

学科分类：080202[工学-机械电子工程] 08[工学] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 

主      题：环境感知 多传感器融合 SLAM算法 四足机器人 自主导航 

摘      要：随着环境和任务需求的不断复杂化,四足机器人作为一种灵活多用途的机器人备受关注。其出色的移动性能和适应性使其能够在各种地形和环境中自由穿梭,具有广泛的应用前景。然而,要使四足机器人在复杂环境中实现高效的运动,必须提高其环境感知能力。环境感知系统能够为四足机器人提供实时的环境信息,帮助其感知周围环境、规划路径并避开障碍物,从而实现安全、高效的运动。因此,提升四足机器人的环境感知能力对其智能化和实用化至关重要。本文的研究内容主要包括: (1)引入一种多传感器融合SLAM算法(SLI-SLAM)以提升四足机器人的环境感知能力。该算法利用因子图框架整合激光雷达、视觉和IMU传感器的数据,进行同时定位和地图构建。在KITTI数据集上进行了验证,结果显示,该算法有效提高了环境感知的精度,同时增强了四足机器人的定位准确性。 随后,将所提出的算法融合到四足机器人导航中,使机器人具备持续感知环境、更新位置,并动态调整路径以安全绕过障碍物的能力。该算法可以较容易地部署到四足机器人物理平台上,并具有较好的实用性。 (2)为了提高四足机器人在动态复杂环境中的交互能力,本文构建了一种具备目标检测和跟踪能力的实时环境感知系统。 为了提高实时性和计算效率,引入了基于Fas-Lio2的多传感器融合SLAM算法。该算法结合了双目相机和激光雷达,能够实时快速地生成地图。为了增强跟踪能力,采用了基于模型预测控制算法的分层控制器。该系统着重于融合各种传感器数据,以实现精确的地图生成和准确的目标跟踪。通过采用滑动窗口方法确定目标跟踪的最佳轨迹,有效提升了四足机器人环境感知系统的跟踪性能。在Gazebo仿真平台对算法进行了验证,证明了所提出算法的可行性和有效性。