基于SLMA的机器人自主导航系统设计开题报告

1. 研究目的与意义（文献综述）

1.1 研究目的

随着社会科技和经济水平的提高，机器人技术在人类社会中逐渐成为不可或缺的一部分，机器人也从简单运动的结构体发展成为集成了包括传感器技术、信号处理技术、控制理论与控制工程、人工智能及计算机视觉等方面的新型技术的智能体，不仅提供了一个多元化的研究平台，同时也有利于将前沿理论技术应用于生产生活中。机器人领域的发展不仅有利于国家的军事建设，同时也能为人们的生产生活提供很大的帮助。目前，移动机器人在工业生产、生活服务、灾难救援、未知环境探测等领域获得了广泛的应用，极大地影响着人类的生产生活方式，机器人的智能化水平和自主化能力也已经成为衡量一个国家科技水平的指标，因此发展机器人技术已然成为技术领域中极具代表性的战略目标。

机器人要实现自主移动主要是解决机器人自身定位、周围环境描述以及路径规划这三个问题。slam概念的提出主要就是为了解决“定位”“建图”这两个问题。slam是指搭载特定传感器的主体，在没有环境先验信息的情况下，于运动过程中建立环境的模型，同时估计自己的运动。“定位”是指机器人依靠传感器或者计算单元估算自身的位置，“建图”是指机器人建立周围环境的模型。本文旨在研究视觉slam算法，利用kinet相机以及机器人平台，搭建出满足实时定位与地图构建功能的系统，完成移动机器人功能的复现。

1.2 研究意义

slam在国外的研究开始得很早，在起步阶段，基于扩展卡尔曼滤波算法或粒子滤波算法的机器人定位方案应用广泛，并大多数使用激光雷达或超声波测距，但使用激光、声呐等传感器对环境得限制因素较多且效果并不理想。进入2000年后，随着计算机处理性能的大幅提升，以各种摄像头为传感器的slam定位成为研究热点。目前视觉传感器分为单目视觉、双目视觉以及rgb-d三种。随着微软公司发布可同时获得深度及彩色图像的kinet相机，基于rgb-d图像的slam算法获得迅猛发展。rgb-d方法即利用图像特征匹配，最终获得全局一致的环境地图。

2. 研究的基本内容与方案

(1) 基于slam的机器人自主导航系统设计的基本内容

① 完成linux操作系统的安装。

② 安装好机器人操作系统。

3. 研究计划与安排

第1－3周：查阅相关文献资料，确定研究内容和实施方案，撰写开题报告。

第4－5周：论文开题

第6－12周：完成论文初稿。

4. 参考文献（12篇以上）

[1]陈世浪,吴俊君.基于rgb-d相机的slam技术研究综述[j].计算机工程与应用,2019,55(07):30-39 126.

[2]赵洋,刘国良,田国会,罗勇,王梓任,张威,李军伟.基于深度学习的视觉slam综述[j].机器人,2017,39(06):889-896.

[3]苏金文,陈西平.slam中机器人定位误差控制研究[j].哈尔滨师范大学自然科学学报,2017,33(3):17-19.