基于ROS与激光SLAM的自主导航移动机器人研究.pdf

摘要 摘要 电商“前置仓”模式是“新零售”下提出的一种新兴仓储模式，对仓储搬运方式提 出了新的要求。随着移动机器人与人工智能的不断发展，以移动机器人为主体的“货到 人”搬运方式正逐步取代传统的“人到货”搬运方式。然而，目前“货到人”搬运方式 中的移动机器人多采用以二维码、磁导线等为主的路标导航方式，路径灵活性差，同时 路标系统的构建费时费力，难以适应“前置仓”模式下灵活多变的业务需求。此外，目 前的移动机器人研制多以专用软件系统为基础，开放性较差，系统的可移植性与可扩展 性受到了极大的限制。对此，本文研究了“货到人”搬运方式下基于ROS 与激光SLAM 的更加自主、开放的仓库移动机器人。主要研究内容与成果如下： (1)根据“货到人”搬运方式的特点与需求，设计并研制了一套移动机器人平台，采 用了ROS 架构用于运动控制、建图定位、导航功能的设计与系统集成。该平台底盘的 基础测试结果表明，本文所研制的机器人位置控制误差在5 米内小于5 厘米，能够满 足仓储环境下建图与导航的要求。 (2)研究实现了基于激光 SLAM 算法的仓储室内环境地图构建方法，分别采用 Gmapping 与 Cartographer 两种 SLAM 算法进行建图和比较研究。实验结果表明， Cartographer 算法具有更高的建图精度，更适合仓储环境。 (3)提出了一种基于 LSTM 网络的仓储移动机器人实时定位方法。通过对激光雷达 传感器与地图数据的预处理、模型训练和应用，实现了仓库环境下的移动机器人精准定 位。实验结果表明，该定位方法优于常用的自适应蒙特卡洛定位和基于 CNN 的定位方 法，平均定位误差低于 10 厘米，能够满足仓储环境移动机器人定位要求。 (4)最后，设计和实现了“货到人”的移动机器人导航系统。该系统引入代价地图将 静态地图转化为导航地图，并在代价地图中通过A*算法或Dijkstra 算法进行路径规划， 之后根据 TEB 算法生成的轨迹实现轨迹规划，实验结果表明，导航系统能够顺利完成 仓储环境下移动机器人的自主导航，轨迹误差小于15 厘米，终点误差小于10 厘米，能 够满足仓储环境下的导航要求。 关键词：移动机器人，ROS ，SLAM，导航定位，LSTM I Abstract Abstract The e-commerce “front-storage” mode is an emerging warehousing model proposed in the context of “new retail” ，which puts new demands on warehousing and handling methods. With the development of mobile robots and artificial intelligence, the “goods to people” handling method based on mobile robots is replacing the traditional “people arrival” handling method. However, current mobile robots in the goods to people handling mode often adopt road sign navigation methods such as two-dimensional code and magnetic wires. Due to the poor path flexibility and the time-consuming and laborious construction, such methods are difficult to adapt to the flexible business needs of the “front-storage” mode. In addition, the