摘要
近年来，随着计算机及相关电子信息技术的发展，多移动机器人系统在仓储物流、智能制造等领域得到了广泛的应用。然而，在目前的应用中机器人主要采用导航卫星、电磁导轨以及视觉标签等方法进行定位，这类方法依赖外部设备或环境，严重限制了多移动机器人的应用范围。同时现有协同自主定位方法，存在精度低、可拓展性差等问题，难以应用于实际场景。另一方面，作为协同搬运、协同搜索等协作任务的基础，移动机器人编队控制在工业生产、灾难搜救、园区巡检等协同作业场景有着重要的应用价值。但在多移动机器人应用场景往往存在大量未知障碍物，如何在保持队形的过程中避免碰撞保证机器人的安全性，是多移动机器人协同作业不可或缺的关键环节。因此，本文以移动机器人系统为研究对象，围绕多机协同自主定位和编队避障控制技术展开研究。 首先在协同自主定位方面，针对现有多移动机器人定位方法存在应用范围受限的问题，本文在VINS-Fusion的基础上提出了一种基于双目视觉惯导融合的协同自主定位方法，支持任意数量机器人进行协同定位，通过传感器融合提升协同自主定位在实际场景下的性能表现，并引入了增量式在线回环检测提升数据关联的效率。同时在公开数据集上进行仿真实验，验证了该方法在提供全局一致定位信息上的有效性。实验结果表明，相较于纯视觉协同自主定位方法和VINS-Fusion,该方法有效地提高了系统定位精度，如在MH01序列上绝对轨迹误差分别降低59.0％和9.8％。 在协同自主定位的基础上，针对多移动机器人系统在密集障碍物环境中的编队避障控制问题，本文首先充分利用激光雷达顺序扫描的特点，提出基于快速选择优化的中值滤波方法和动态阈值的聚类方法高效地从激光点云中提取障碍物信息，提高了机器人在导航过程中障碍物检测的效率与稳定性。然后在基于行为法的框架下融合领航-跟随者、虚拟结构以及一致性理论三种队形控制方法以适应不同任务场景需求，并引入自主队形切换策略，提高多移动机器人编队避障系统对环境的适应能力，通过基于Gazebo的仿真实验验证了上述方法的可行性。 在实物验证方面，本文使用麦克纳姆轮底盘，搭建了包含板载计算机、嵌入式处理器及各类传感器的多移动机器人硬件平台，在机器人操作系统（RobotOperatingSystem,ROS）的软件架构下完成了系统各功能模块的开发与软硬件联合调试，基于麦克纳姆轮移动底盘的运动学模型实现移动机器人在二维平面内的精准控制。进一步设计并开展了基于视觉惯导融合的协同自主定位和基于协同自主定位的编队避障控制实物实验，实验结果验证了本文方法的有效性以及本文所实现多移动机器人系统实际运行的稳定性。
NETL