摘 要

自《中国制造2025》被提出以后，智能移动机器人开始迅速发展，并且广泛的应用于各行各业，其中轮式移动机器人的自主导航避障得到越来越多的研究。ROS(Robot Operating System，机器人操作系统)作为机器人开发主要平台也得到了极大的应用推广。本文基于ROS机器人操作系统设计了并实现了智能轮式巡逻车的自主建图导航与主动避障系统。首先，以STM32单片机作为底层控制器，对阿克曼底盘进行了运动学分析。利用C语言融合C 编写了PID算法程序从而对电机进行闭环控制，获取直流电机编码器信息，对车载IMU(Inertial Measurement Unit，惯性测量单元)进行了运动解算，获取实时位姿信息。并且编写了程序将ROS上层程序发布的速度话题消息通过运动解析算法分配到各个电机上。其次，以ROS为平台，以激光雷达为主要环境感知传感器，设计了自主导航避障系统。通过激光雷达扫描数据后利用SLAM(Simultaneous Localization And Mapping)算法构建环境地图，在已有的地图之上可以自主规划路经并且在导航的过程中实时避障。最后，利用Gazebo仿真工具搭建了车体模型以及车载传感器，对设计的导航系统进行了验证，结果表明：本文设计的ROS智能巡逻车能完成建图导航功能，并且能够进行实时主动避障。

关键词：智能移动机器人；ROS；SLAM；主动避障；

Abstract

Since the "Made in China 2025" was proposed, intelligent mobile robots have begun to develop rapidly and are widely used in various industries. Among them, wheeled mobile robots have been increasingly studied for autonomous navigation and obstacle avoidance. As the main platform for robot development, ROS(Robot Operating System) has also been greatly promoted. Based on the ROS robot operating system, this paper designs and implements the autonomous map navigation and active obstacle avoidance system of the intelligent wheel patrol car. First, using STM32 microcontroller as the bottom controller, the kinematics analysis of Ackerman chassis was carried out. Using C language and C , the PID algorithm program was written to control the motor in closed loop, obtain the DC motor encoder information, and perform the motion calculation on the vehicle-mounted IMU(Inertial Measurement Unit) to obtain real-time pose information. And wrote a program to distribute the speed topic message released by the ROS upper program to each motor through the motion analysis algorithm. Secondly, an autonomous navigation obstacle avoidance system was designed with ROS as the platform and lidar as the main environmental perception sensor. After scanning the data through the lidar, the SLAM(Simultaneous Localization And Mapping) algorithm is used to build an environment map. On the existing map, you can autonomously plan the path and avoid obstacles in real time during the navigation process. Finally, the Gazebo simulation tool was used to build the car body model and on-board sensors, and the design of the navigation system was verified. The results show that the ROS intelligent patrol car designed in this paper can complete the map-building navigation function and can perform active obstacle avoidance in real time.

Keywords: intelligent mobile robot; ROS; SLAM; active obstacle avoidance;

目 录

摘 要 3

Abstract 4

第1章 绪论 1

1.1 背景及意义 1

1.2 国内外研究现状 1

1.2.1 国外研究 1

1.2.2 国内研究 3

1.3 研究的主要内容 4

1.4 论文组织结构及章节安排 4

第二章 机器人总体方案设计 6

2.1 系统整体设计 6

2.2 硬件开发平台 7

2.2.1 机器人的主要硬件 7

2.2.2上层控制器 7

2.2.3底层控制器 7

2.2.4 激光雷达传感器 8

2.3 ROS系统软件开发平台 8

2.4 本章小节 9

第三章 STM32底层硬件设计与程序编写 10

3.1 底层系统总体设计架构 10

3.2 机器人系统建模 10

3.2.1坐标系统 10

3.2.2底盘运动模型设计 11

3.3 核心硬件设计 13

3.3.1电机控制模块 13

3.3.2 IMU惯性测量模块 14

3.4 通讯模块设计 15

3.5 本章小节 15

第四章 ROS层巡逻车建图导航避障系统设计 16

4.1上层系统总体设计架构 16

4.2 TF坐标变换 16

4.3 环境地图构建与标定 18

4.3.1 激光雷达传感器校准标定 18

4.3.2 机器人Slam理论介绍 19

4.4 导航避障系统设计 21

4.4.1 AMCL定位 21

4.4.2 Navigation导航避障 22

4.5 整个导航系统执行流程 22

4.6 本章小节 24

第五章 实验验证与结果分析 25

5.1 实验平台 25

5.2 Gazebo仿真环境搭建 25

5.3 建图导航系统实验 27

5.3.1 Gmapping算法建图实验 27

5.3.1 导航避障系统实验 28

5.4 实验结果与分析 29

5.5 本章小结 30

第六章 总结与展望 31

参考文献 32

致谢 34

第1章 绪论

1.1 背景及意义

通过我国近些年发布的关于人工智能的规划上，可以看出发展人工智能的重要性。从我们自身的角度来说，人工智能将为我们的提供更加便捷的生活，为社会节省不必要的人工，提高我们的生活质量。从国家的角度来讲，人工智能的发展已经成为国家竞争的一个热点，是我国在国际竞争力上的重要一环。从发展目标上看，我国希望今年能在人工智能这项技术上与发达国家保持同步，在未来5年这方面的研究有大的进展，在10年后成为创新研究的中心，让人工智能的研究能带动相关产业的快速发展。有许多国家也在近些年提出过和我国目标相似的发展计划。随着各国人工智能的发展趋势，中国也提出了最新的发展计划“2025中国制造”，全面推动机器人技术的发展。智能移动机器人技术作为机器人中最具有典型代表的又有广泛应用的技术得到了越来越多的发展。

机器人发展的核心是导航定位问题，近年来，基于ROS开发的机器人也越来越多并且应用于多种领域。由于激光雷达传感器的快速发展，使得激光雷达的精度逐步提高，利用激光SLAM算法的机器人即时定位与地图构建的应用越来越多，因此，本文主要以激光雷达传感器为主，利用SLAM算法在ROS系统下结合Navigation导航包对智能轮式移动机器人自主导航与避障系统进行设计。本课题对智能轮式巡逻车在行业中的应用提供了一定的指导意义。

1.2 国内外研究现状

1.2.1 国外研究

自1970年以来，美国为首的多个国家都开始逐渐重视起无人驾驶方面这一方面的发展。美国早在80年代就开始为高校和研究院的大型地面车辆的研究注入了大量的资金。在20世纪80年代早期，国防部和美国资助了对大型地面车辆的研究。为了促进技术的交流，激发人们对无人驾驶研发的热情，美国还举办过与此有关的大赛^[1] 。

由德国联邦大学在1985年开发的vamor样机曾经是许多研究机构开发的智能车辆科学和工业开发的典型工具，该样机在室外以100公里/小时的速度进行了测试。它可以在车辆的纵向或横向操作。