Professional Documents
Culture Documents
摘要
自動導航的機器人有一個複雜的問題,那就是它需要精確移動並繪製周圍環境的準
確地圖。然而,這些機器人中的傳感器必需要準確地知道它們的位置以構建特定的地圖。
同時定位與映射(Simultaneous Localization and Mapping, SLAM)這項技術包含了估
計出機器人的姿態及映射出周圍的環境。有了定位和映射環境的能力,機器人可以計劃
軌跡,並且導航以執行無需人工干預的各種任務。LiDAR (Light Detection and Ranging)
SLAM 是以 LiDAR 作為感測器的一種 SLAM 方式。其已經發展多年,有許多的演算方
式被開發出來解決 SLAM 的問題。
本研究先回顧近幾年已被開發出的演算法,並且從裡面選擇 NDTPSO (normal
distributions transform particle swarm optimization)來進行模擬。以常態分佈變換(normal
distributions transform, NDT)將 LiDAR 的點雲數據轉換為常態分佈,並且用群粒子演算
法(particle swarm optimization, PSO)計算出機器人的姿態,進而解決 SLAM 的問題。本
研究使用 ROS (Robot Operating System)及 Gazebo 模擬器來進行模擬。
模擬結果顯示出:此演算法可以成功被應用於精確地計算出機器人的姿態,以及映
射出周圍的環境。經由本研究可以得知 LiDAR SLAM 的準確性,以確認機器人能達到
精確的移動路徑。