基于广义环境感知的服务机器人功能型定位导航方法研究

功能型定位导航是具有操作功能的现代移动服务机器人实现高效服务的基本保证，需要利用自主与智能环境感知结合，快速实现包括人、物、场景等在内的广义场景感知。本项目拟此为背景，系统地研究基于广义场景与环境感知的服务机器人功能型定位导航理论和方法，包括：①研究广义环境新型混合级联模型构建及多级推理规划方法，引入语义地图技术，为拓展机器人功能和定位导航能力提供新的理论基础。②分别针对准静态作业环境和动态半知环境，研究提出基于拓扑语义的视觉定位导航方法和基于快速联合定位(fastSLAP)的安全导航方法，实现高效可靠的导航。③提出未知空间混合级联的在线层次化构建d-SLAM算法，有效解决传感器分散、异质、含噪和不确定性带来的问题。④进一步结合服务机器人典型作业应用，完成模型构建、验证和完善研究。该项目的研究将有助于解决复杂环境下服务机器人环境理解及自主服务行为能力提高的重要基础问题。

在机器人与智能环境技术相结合的新型机器人智能环境系统中，能为机器人所用的感知资源和环境信息大为丰富，机器人的移动作业能力也由传统的纯位置型定位导航扩展为功能驱动的定位导航。本项目针对移动作业型服务机器人应用需求，系统地研究了基于广义环境感知的功能型定位导航方法。主要研究成果包括：.①研究提出了一种集成空间、对象和术语知识的广义环境新型混合级联模型及其构建方法，将环境定量精确描述与定性语义化描述有机地结合；针对准静态作业环境，提出基于该模型语义推理的语义定位及任务规划方法，实现对机器人与待操作物的拓扑定位和高效率导航，为基于广义环境感知的服务机器人定位与导航提供新的理论基础；.②针对动态半知环境，提出利用分布式视觉与激光传感器的同时机器人定位与运动物跟踪fastSLAP算法。在此基础上提出一种预测人机相遇冲突情况的礼让导航方法，通过短期-长期运动预测，估算人机时空共存概率，采用部分可观的马尔可夫决策过程(POMDP)对机器人的多种避让措施进行概率决策，提高了多源不确定性条件下避让控制的可靠性；.③针对环境障碍物、机器人位姿和环境传感器位置均未知的广义环境，提出空间混合级联的在线层次化构建d-SLAM算法。首先建立子地图与拓扑节点两层结构环境模型，然后在线利用环境传感器感知信息辅助子地图局部坐标框架的在线创建和更新，同时在拓扑结构创建过程中，利用coupling summation公式推算节点间相对坐标关系．在机器人轨迹闭合检测的基础上，引入加权扫描匹配法和松弛法对拓扑结构进行优化，确保地图的全局一致性；.④针对新型RGB-D深度视觉传感器，研究了移动机器人三维地图创建方法，通过在多视点下连续采集多帧RGB-D信息，利用连续帧重叠区域之间的特征匹配关系，通过从粗到细的分层配准方法将不同视点下的多帧点云配准到同一个坐标系下，得到拼接的三维场景地图点云；进一步利用八叉树结构对三维点云地图进行多分辨率存储，有效减少了点云所占据的存储空间。.⑤在以上研究基础上，结合服务机器人典型作业应用，完成验证和完善研究，相比传统的移动机器人定位导航方法，提高了机器人环境认知水平和完成复杂任务的智能水平。