學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73890

Browse

Subject: search.filters.subject.frontier-based exploration

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    使用分散式計算之室內環境探索機器人
    (2017) 魏楷燁; Wei, Kai-Yeh
    本論文提出一台以機器人作業系統(ROS)架構下 Gmapping結合環境探索和路徑規劃之機器人的設計與實現，使機器人能在未知環境中自主運用環境探索演算法、路徑規劃演算法和運動學控制器探索環境，並在探索環境的同時使用 Gmapping 建置二維平面地圖，使之完成自主探索環境並建置地圖的功能。環境探索演算法中使用的是本論文提出的「分群式邊界偵測法」，使機器人能先把周圍環境探索完畢後才繼續探索新的環境。而路徑規劃使用的的是本論文提出的「改良權重A*演算法」，能使機器人避開障礙物且規劃完整的路徑。由於本實驗室想設計一個輕量化的設備來取代笨重的電腦，但速度卻不會比電腦慢太多的方法，所以採用機器人作業系統(ROS)架構實作在多塊 Udoo Quad 板上，其分散式架構剛好符合要求，能把系統的架構分散開來，使單一程序可以完全使用一個 Udoo 板的效能。為了驗證系統的性能與效能，本論文利用室內環境進行諸多實驗，而由實驗結果可知，本論文設計的機器人導航系統確實能達到分散式處理之輕量化之導航與探索功能的目的。
  • No Thumbnail Available
    Item
    結合環境探索策略與路徑規劃之適應計算性同時定位與建圖
    (2016) 龔大瑋; Kung, Da-Wei
    FastSLAM是目前解決同時定位與建圖最主要的方法，其中FastSLAM 2.0隨著地標的不斷增加，量測資訊與粒子內所存地標的比對次數也會大幅增加，導致計算效率降低。因此本論文提出一改良方法，稱之為「適應性計算之同時定位與建圖演算法(ACSLAM)」，在一開始的粒子更新階段係與FastSLAM 1.0相同，只採用里程計資訊，接下來在更新地標的階段，先選擇與量測資訊有最大相似性的地標先更新粒子狀態，再來更新地標。並且在重新取樣的階段使用「有效取樣大小」的值來決定下一次演算法的粒子數目，透過此方法來提高計算效率以及定位的精確度。然而單純運用SLAM演算法並無法進行環境探索與路徑規劃，因此本論文將ACSLAM整合基於邊緣偵測(frontier-based)之環境探索方法以及向量場路徑規劃，使機器人能完全自主性的執行任務。在實作方面，我們選擇了Pioneer 3-DX機器人作為移動平台，並搭配SICK感測器來偵測周圍環境，實驗結果證明，本方法可以使機器人在完全未知的環境下，自主地將環境探索完畢，並且完成建圖定位以及路徑規劃的任務。