教育娛樂伴侶服務機器人

全自動機器人具同時定位與建圖及綁架回復機制之研究

電子全文下載

我們提供一個演算法讓機器人知道其被綁架了，進而了解被綁架到何方使用一些機器人定位的方法。本論文所使用之主要的感測器為雷射測距儀。

我們提供一個演算法讓機器人知道其被綁架了，進而了解被綁架到何方使用一些機器人定位的方法。本論文所使用之主要的感測器為雷射測距儀。到目前為止蒙地卡羅定位法(Monte Carlo Localization)，為一個廣泛被使用的機器人定位方法，然而蒙地卡羅定位法在全域定位(Global Localization)的計算量非常龐大，耗時也相當長。一般而言全域定位功能在機器人綁架問題中扮演重要腳色。我們在這篇論文提出一個方法提升全域定位的計算效率同時降低計算時間。此方法結合了傳統蒙地卡羅定位法和現代機器學習方法 Fast Library for Approximated Nearest Neighbors (FLANN). 由於FLANN 需要定義描述子(descriptor)，我們在這篇論文也定義了一個新的基於雷射測距儀的資料格式描述子。我們將此描述子命名為Geometric Structure Feature Histogram (GSFH)。透過結合現代機器學習法FLANN與傳統蒙地卡羅定位法，我們大大降低了蒙地卡羅的計算負擔，並與提高計算效率。讓機器人綁架問題得以解決。實驗結果以及模擬結果都顯示了我們的方法的有效解決機器人綁架及自動回復到達原目標問題。

本計劃研發成果在產業應用方面，可以應用於動態環境中，提供保全機器人、導覽機器人導航資訊，使其能自主式的在環境中移動。