移動(dòng)機(jī)器人的環(huán)境勘測(cè)與繪圖畢業(yè)設(shè)計(jì)(論文)

1、<p>　　編 號(hào)： </p><p>　　審定成績(jī)： </p><p><b>　　畢業(yè)設(shè)計(jì)（論文）</b></p><p>　　課題 移動(dòng)機(jī)器人的環(huán)境勘測(cè)與繪圖 </p><p><b>　　二○一四年五月</b></p>

2、;<p>　專業(yè)年級(jí) 機(jī)械工程及自動(dòng)化 </p><p>　學(xué) 號(hào) </p><p>　姓 名 </p><p>　指導(dǎo)教師 </p><p>　評(píng) 閱 人

3、 </p><p><b>　　摘 要</b></p><p>　　移動(dòng)機(jī)器人的環(huán)境勘測(cè)與繪圖</p><p>　　移動(dòng)機(jī)器人環(huán)境勘測(cè)與繪圖是機(jī)器人研究領(lǐng)域的一個(gè)熱點(diǎn)問(wèn)題。超聲傳感器和紅外傳感器在移動(dòng)機(jī)器人中的應(yīng)用大大提高了機(jī)器人探測(cè)環(huán)境的能力。利用傳感器采集到的大量數(shù)據(jù)可以進(jìn)行環(huán)境地圖的創(chuàng)建。</p&

4、gt;<p>　　本文主要研究在上位機(jī)中如何處理觀測(cè)數(shù)據(jù)的問(wèn)題。本文介紹的環(huán)境勘測(cè)主要是采用1個(gè)超聲波傳感器和6個(gè)紅外傳感器協(xié)同工作，超聲波傳感器的數(shù)據(jù)用來(lái)進(jìn)行地圖創(chuàng)建，紅外傳感器主要輔助機(jī)器人進(jìn)行有效的避障。采用了NI公司的Lab Windows/CVI虛擬儀器軟件建立環(huán)境地圖，并進(jìn)行數(shù)據(jù)處理。</p><p>　　由于超聲傳感器本身存在測(cè)距誤差、散射角度大、鏡像點(diǎn)多等問(wèn)題，因此在數(shù)據(jù)處理時(shí)，通過(guò)

5、C語(yǔ)言算法對(duì)數(shù)據(jù)點(diǎn)進(jìn)行有效控制，去除大量不確定數(shù)據(jù)。在直線走廊、L形墻角、U形環(huán)境等實(shí)驗(yàn)條件下進(jìn)行了數(shù)據(jù)采集與數(shù)據(jù)處理測(cè)試。取得了比較好的效果，對(duì)環(huán)境仿真程度比較逼真。</p><p>　　【關(guān)鍵詞】 移動(dòng)機(jī)器人 環(huán)境勘測(cè) 地圖創(chuàng)建 Lab Windows/CVI</p><p>　　ENVIRONMENT EXPLORATION AND MAP BUILDING</p>

6、;<p>　　BY MOBILE ROBOT</p><p><b>　　Abstract</b></p><p>　　Environment exploration and map building by mobile robot is a hot issue in the robot research field. Ultrasonic sensor

7、 and infrared sensor are used by mobile robot and they increase robot’s ability of environment exploration. Using a lot of data gathered by sensors, we can build the environment map. </p><p>　　This paper res

8、earch how to deal with the observation data in the PC. In this paper , single ultrasonic sensor cooperated with 6 infrared sensors to explore the environment. The data by ultrasonic sensor is used for map building, and i

9、nfrared sensors is help robot to avoid obstacles effectively. Using NI company’s virtual instrument software Lab Windows/CVI to build the environment map and treat with the data. </p><p>　　The ultrasonic sen

10、sor has some problems, such as measuring error, big dispersion angle, mirror image. so in the data process, we control the data point by C arithmetic and delete lots of uncertainty data. In the experiments of beeline ais

11、le, encoignure of L shape, U form, we collect environment data and do the test of data treatment. Form these experiments, we achieve the purpose. </p><p>　　【Key words】 mobile robot environment exploration

12、map building Labwindows/CVI</p><p><b>　　目 錄</b></p><p><b>　　第一章 前言1</b></p><p>　　1.1 課題背景與意義1</p><p>　　1.2 代表性的研究工作2</p><p>

13、;　　第二章 研究的主要內(nèi)容3</p><p>　　2.1 機(jī)器人的自定位4</p><p>　　2.2 移動(dòng)機(jī)器人探測(cè)環(huán)境的傳感器技術(shù)5</p><p>　　2.3 多傳感器信息的融合7</p><p>　　第三章 傳感器的介紹8</p><p>　　3.1 超聲波傳感器8</p>

14、<p>　　3.2 紅外傳感器12</p><p>　　3.3 多傳感器的數(shù)據(jù)融合與控制決策13</p><p>　　第四章 環(huán)境地圖的表示方法15</p><p>　　4.1 拓?fù)鋱D16</p><p>　　4.2 特征圖16</p><p>　　4.3 網(wǎng)格圖17</p&

15、gt;<p>　　4.4　直接表征法17</p><p>　　第五章 環(huán)境地圖創(chuàng)建設(shè)計(jì)方案18</p><p>　　5.1 障礙點(diǎn)位置的推算19</p><p>　　5.2 軟件設(shè)計(jì)23</p><p>　　5.3 不確定信息處理26</p><p>　　第六章 實(shí)驗(yàn)仿真29<

16、/p><p>　　6.1 直線走廊環(huán)境29</p><p>　　6.2 L型環(huán)境30</p><p>　　6.3 U形環(huán)境31</p><p>　　第七章 結(jié)論與研究展望32</p><p>　　7.1　多智能機(jī)器人協(xié)調(diào)探測(cè)32</p><p>　　7.2　實(shí)時(shí)在線探測(cè)33<

17、;/p><p>　　7.3　多傳感器信息融合33</p><p>　　7.4　三維環(huán)境地圖構(gòu)建33</p><p><b>　　致 謝34</b></p><p><b>　　參考文獻(xiàn)35</b></p><p>　　第一章 前言 </p><

18、;p>　　1.1 課題背景與意義</p><p>　　移動(dòng)機(jī)器人的環(huán)境勘測(cè)與地圖創(chuàng)建是機(jī)器人領(lǐng)域的熱點(diǎn)研究問(wèn)題。對(duì)于已知環(huán)境中的機(jī)器人自主定位和已知機(jī)器人位置的地圖創(chuàng)建已經(jīng)有了一些實(shí)用的解決方法。然而在很多環(huán)境中機(jī)器人不能利用全局定位系統(tǒng)進(jìn)行定位，而且事先獲取機(jī)器人工作環(huán)境的地圖很困難，甚至是不可能的。這時(shí)機(jī)器人需要在自身位置不確定的條件下，在完全未知環(huán)境中創(chuàng)建地圖，同時(shí)利用地圖進(jìn)行自主定位和導(dǎo)航。這就是

19、移動(dòng)機(jī)器人的同時(shí)定位與地圖創(chuàng)建(SLAM)問(wèn)題。SLAM也稱為CML(Concurrent Mapping and Localization)，最先是由smithself和Cheeseman提出來(lái)的。由于其重要的理論與應(yīng)用價(jià)值，被很多學(xué)者認(rèn)為是實(shí)現(xiàn)真正全自主移動(dòng)機(jī)器人的關(guān)鍵。在SLAM中,機(jī)器人利用自身攜帶的傳感器識(shí)別未知環(huán)境中的特征標(biāo)志，然后根據(jù)機(jī)器人與特征標(biāo)志之間的相對(duì)位置和里程計(jì)的讀數(shù)估計(jì)機(jī)器人和特征標(biāo)志的全局坐標(biāo)。這種在線的定位

20、與地圖創(chuàng)建需要保持機(jī)器人與特征標(biāo)志之間的詳細(xì)信息。近幾年來(lái)，SLAM的研究取得了很大的進(jìn)展，并已應(yīng)用于各種不同的環(huán)境，如:室內(nèi)環(huán)境、水下、室外環(huán)境。</p><p>　　探測(cè)環(huán)境與構(gòu)建地圖是移動(dòng)機(jī)器人研究領(lǐng)域中發(fā)展起來(lái)的一個(gè)研究方向，受到了研究人員的日益關(guān)注。空間和危險(xiǎn)場(chǎng)合是機(jī)器人的一個(gè)很重要應(yīng)用領(lǐng)域。很多情況下，作業(yè)空間的信息是未知的，這樣在派機(jī)器人進(jìn)入該環(huán)境時(shí)，就需要它對(duì)作業(yè)環(huán)境能進(jìn)行有效地探測(cè)，構(gòu)建出作業(yè)環(huán)

21、境的地圖來(lái)。只有在了解了環(huán)境的基礎(chǔ)上才可能進(jìn)行導(dǎo)航、路徑規(guī)劃、避障策略和其他操作的設(shè)計(jì)。</p><p>　　1.2 代表性的研究工作</p><p>　　從移動(dòng)機(jī)器人構(gòu)建地圖方面公開(kāi)發(fā)表的文章來(lái)看，多數(shù)研究工作尚處于模型或設(shè)計(jì)／模擬階段。多是在仿真條件下研究相應(yīng)的算法。這里僅列出了比較有代表性的一些研究工作。</p><p>　　美國(guó)Ohio State Uni

22、versity建立的GPSVan系統(tǒng)，采用了GPS、INS、輪式計(jì)數(shù)器、CCD與彩色視頻攝像機(jī)等傳感器。</p><p>　　德國(guó)U.Armed Forces建立的KISS系統(tǒng)，采用了GPS、INS、測(cè)距儀、高度計(jì)、CCD與彩色視頻攝像機(jī)等傳感器。</p><p>　　德國(guó)Tech.School Aachen建立的Surveying Vehicle系統(tǒng)，采用了GPS、輪式傳感器、氣壓計(jì)、視

23、頻CCD等傳感器。</p><p>　　加拿大的Geofit Inc.建立的VISA系統(tǒng)，采用了GPS、INS、CCD與彩色攝像機(jī)等傳感器。</p><p>　　美國(guó)CMU建立的Ambler和Navlab系統(tǒng)，分別采用了激光雷達(dá)掃描儀、推測(cè)定位法和視頻CCD、Doppler、聲納傳感器。</p><p>　　參與ARPA工程的幾家公司和大學(xué)建立了UGV系統(tǒng)，采用了紅

24、外彩色立體視頻攝像機(jī)、激光雷達(dá)、GPS、傾斜計(jì)、流量羅盤(pán)等傳感器。</p><p>　　上述幾種系統(tǒng)主要是用來(lái)構(gòu)建道路圖的，因?yàn)槎际褂昧薌PS。利用立體視覺(jué)可以得到環(huán)境特征的相對(duì)位置，從而能構(gòu)建出部分三維地圖來(lái)。</p><p>　　在以前的研究基礎(chǔ)上，美國(guó)CMU用一個(gè)名為Minerva的交互式導(dǎo)游機(jī)器人在一座博物館中為游人做向?qū)?。他們利用Monte Carlo定位器得出用最大概率值表示的

25、地圖來(lái)。在他們的研究中也運(yùn)用了多種理論進(jìn)行地圖構(gòu)建，包括貝葉斯理論、馬爾可夫方法、卡爾曼濾波算法、概率論算法等。</p><p>　　Cai和Pagac分別用范圍傳感器進(jìn)行了單個(gè)機(jī)器人和多個(gè)機(jī)器人對(duì)簡(jiǎn)單環(huán)境的探測(cè)。Hans用基于特征的方法產(chǎn)生擴(kuò)展卡爾曼濾波器對(duì)機(jī)器人的定位與環(huán)境圖繪制加以合成。Ducket將模糊ART神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及預(yù)測(cè)性軌跡過(guò)濾方法引入到機(jī)器人的學(xué)習(xí)中，實(shí)現(xiàn)環(huán)境信息的更新；Yamauchi利用Fr

26、ontier_cell理論研究了環(huán)境的探測(cè)問(wèn)題，而Shanahan對(duì)這一問(wèn)題的研究則側(cè)重于用邏輯公式描述智能體與環(huán)境的關(guān)系，他采用的是事件積分法；Moorehead的研究中引用了Greedy Search Algorithm來(lái)搜集環(huán)境信息。由于機(jī)器人準(zhǔn)確地知道其相對(duì)位置，使得問(wèn)題集中在如何感知環(huán)境信息，如何將感知的環(huán)境信息合理地融合，以及如何有效地協(xié)作和避障，從而較準(zhǔn)確地畫(huà)出環(huán)境地圖來(lái)。</p><p>　　第二

27、章 研究的主要內(nèi)容</p><p>　　早期的許多系統(tǒng)是由操作者手動(dòng)指揮機(jī)器人在環(huán)境中運(yùn)動(dòng)，要么是依靠預(yù)先存儲(chǔ)的地圖，要么是采用被動(dòng)機(jī)構(gòu)來(lái)構(gòu)建地圖。而在另外的系統(tǒng)中，構(gòu)建地圖所需要的傳感器-計(jì)算機(jī)數(shù)據(jù)是由機(jī)器人在人工控制下采集到的，然后再采用離線的學(xué)習(xí)算法來(lái)找到與數(shù)據(jù)匹配的最好的地圖來(lái)。盡管這些方法有一定的優(yōu)點(diǎn)，但是人工干預(yù)代價(jià)太大，而且易于產(chǎn)生人為誤差。同樣的，盡管反應(yīng)式行為通常具有很好的魯棒性，但卻不能保證

28、在復(fù)雜大環(huán)境下建造出完整的地圖來(lái)。因此最靈活的方法是讓機(jī)器人通過(guò)基于地圖的自動(dòng)搜索來(lái)自行構(gòu)造地圖，也就是說(shuō)機(jī)器人能夠自動(dòng)標(biāo)識(shí)出未探測(cè)的區(qū)域來(lái)，根據(jù)自己構(gòu)建的地圖導(dǎo)航到這些區(qū)域，同時(shí)也不斷地更新它所構(gòu)建的地圖。現(xiàn)在該方向的研究主要集中在機(jī)器人的自定位、傳感器技術(shù)和信息融合三方面。</p><p>　　移動(dòng)機(jī)器人環(huán)境勘測(cè)與繪圖領(lǐng)域中存在一些關(guān)鍵問(wèn)題及難點(diǎn)：</p><p>　　·機(jī)器

29、人地圖創(chuàng)建中的導(dǎo)航問(wèn)題。在完全未知的環(huán)境里,機(jī)器人沒(méi)有任何的參照物,只能依靠自己并不十分準(zhǔn)確的傳感器來(lái)獲取外界信息,由于計(jì)算實(shí)時(shí)性的限制,如同一個(gè)盲人在建筑物里摸索的情況,這種情況下,定位是比較困難的。實(shí)際上目前機(jī)器人地圖創(chuàng)建的一個(gè)主要難點(diǎn)也正是難以解決機(jī)器人自身精確定位的問(wèn)題。</p><p>　　·環(huán)境特征不夠明顯時(shí)。例如比較空曠的室外環(huán)境中，很難提取到合適的環(huán)境特征。</p><

30、;p>　　·傳感器信息比較少,難以從一次感知信息中獲得環(huán)境特征。例如使用聲納或紅外傳感器。</p><p>　　·動(dòng)態(tài)干擾。大多數(shù)研究都是假設(shè)機(jī)器人所在的環(huán)境是一個(gè)靜態(tài)環(huán)境,當(dāng)環(huán)境中存在動(dòng)態(tài)障礙物(例如走動(dòng)的人)時(shí),機(jī)器人可能會(huì)給出錯(cuò)誤的結(jié)果,即地圖中出現(xiàn)不存在的靜態(tài)障礙物。為去除動(dòng)態(tài)干擾,可以借助其他傳感器(例如視覺(jué))識(shí)別出環(huán)境中的動(dòng)態(tài)障礙物,也可以通過(guò)冗余信息的融合將干擾濾掉。<

31、;/p><p>　　·綁架問(wèn)題(kidnapping problem),即機(jī)器人的位置由于外力的作用發(fā)生了突然變化,但機(jī)器人自己并不知道發(fā)生了變化,而環(huán)境的變化使得機(jī)器人信息混亂,得到的地圖也變得不可靠。</p><p>　　·大規(guī)模循環(huán)環(huán)境,例如環(huán)形走廊,這樣的環(huán)境缺乏局部特征,定位算法則由于失去參照而產(chǎn)生越來(lái)越大的積累誤差。對(duì)于以上問(wèn)題,一方面需要提高機(jī)器人個(gè)體的感知能

32、力,另一方面也需要在現(xiàn)有的機(jī)器人感知能力限制下,設(shè)計(jì)更好的不確定信息處理算法,提高系統(tǒng)的可靠性。</p><p>　　2.1 機(jī)器人的自定位</p><p>　　關(guān)于機(jī)器人的自定位研究對(duì)于移動(dòng)機(jī)器人來(lái)說(shuō)，為了能高效率地從環(huán)境中穿行并到達(dá)目的地，或者要構(gòu)建出環(huán)境的地圖來(lái)，就必須找到一種方法，使它能根據(jù)環(huán)境中已知的一些特征而判斷出它自身的位置來(lái)。這就是機(jī)器人的定位問(wèn)題。機(jī)器人要想能在未知環(huán)境

33、中自動(dòng)行走，定位是最基本的問(wèn)題。</p><p>　　通常，最基本的定位方法是推測(cè)定位法。這種方法是通過(guò)對(duì)機(jī)器人的速度進(jìn)行時(shí)間積分而確定機(jī)器人距離起始位置發(fā)生的位置變化。但是，單純用推測(cè)定位法容易產(chǎn)生隨時(shí)間無(wú)限增大的誤差，這就需要在此基礎(chǔ)上再采用另外一些附加措施，來(lái)周期性地糾正機(jī)器人的位置誤差。通常情況下是用擴(kuò)展的卡爾曼濾波器將附加的定位技術(shù)與推測(cè)定位法相結(jié)合，來(lái)更為準(zhǔn)確地更新機(jī)器人的位置。有許多方法可以實(shí)現(xiàn)基于

34、傳感器的定位技術(shù)，而這些技術(shù)往往是通過(guò)確定一些探測(cè)到的環(huán)境特征與已知的環(huán)境地圖間的對(duì)應(yīng)附和性而實(shí)現(xiàn)定位的。有了地圖中一些特征物的已知位置和被感知到的這些特征物距機(jī)器人的位置，就可以確定出機(jī)器人的當(dāng)前位置。</p><p>　　2.2 移動(dòng)機(jī)器人探測(cè)環(huán)境的傳感器技術(shù)</p><p>　　無(wú)論是定位還是行走，機(jī)器人都是靠傳感器收集環(huán)境信息來(lái)實(shí)現(xiàn)的。目前，機(jī)器人進(jìn)行環(huán)境探測(cè)所用的傳感器主要有范

35、圍傳感器（包括聲納、紅外、激光等）和視覺(jué)傳感器。早期的研究集中在傳感器硬件的改進(jìn)上，現(xiàn)在逐漸轉(zhuǎn)移到算法開(kāi)發(fā)上。任何傳感器都有其固有的局限性，會(huì)產(chǎn)生信號(hào)噪聲。探測(cè)環(huán)境信息的信息噪聲可以通過(guò)補(bǔ)償算法加以消除，而定位產(chǎn)生的噪聲則會(huì)對(duì)定位產(chǎn)生直接的誤差。而且傳感器的范圍和分辨率限制使得一些很重要的環(huán)境性質(zhì)無(wú)法被檢測(cè)到。而機(jī)器人與環(huán)境的模型本身就具有模糊性的，也會(huì)對(duì)傳感系統(tǒng)探測(cè)帶來(lái)額外的不確定性。下面是對(duì)探測(cè)環(huán)境所采用的傳感器技術(shù)進(jìn)行的總結(jié)：&l

36、t;/p><p>　　2.2.1 測(cè)距法</p><p>　　測(cè)距法在短時(shí)間內(nèi)的探測(cè)結(jié)果有很高的準(zhǔn)確度，但傳感器需要極高的采樣率。而且誤差隨時(shí)間的積累會(huì)使最終的位置誤差很大。實(shí)際誤差分為兩類：系統(tǒng)誤差和非系統(tǒng)誤差。系統(tǒng)誤差是由機(jī)器人運(yùn)動(dòng)學(xué)上的不完善引起的；非系統(tǒng)誤差是機(jī)器人與環(huán)境地面之間因打滑、撞擊等引起的。</p><p>　　2.2.2 慣性導(dǎo)航</p&g

37、t;<p>　　慣性導(dǎo)航用陀螺儀和加速儀的測(cè)量結(jié)果積分合成得到機(jī)器人位置。這種方式不需要外在的參考系。但是慣性傳感數(shù)據(jù)會(huì)隨時(shí)間產(chǎn)生偏差，每次積分后原先的微小誤差都會(huì)無(wú)限制地增大。光纖陀螺儀（又稱為激光陀螺儀）用來(lái)檢測(cè)和修正系統(tǒng)產(chǎn)生的位置誤差，其檢測(cè)非常準(zhǔn)確。</p><p>　　2.2.3 磁性羅盤(pán)</p><p>　　從對(duì)推測(cè)定位累積誤差的影響來(lái)說(shuō)，機(jī)器人的運(yùn)動(dòng)朝向在導(dǎo)航

38、參數(shù)（坐標(biāo)與運(yùn)動(dòng)朝向）中是最重要的。磁性羅盤(pán)就能夠檢測(cè)出機(jī)器人的絕對(duì)運(yùn)動(dòng)朝向來(lái)。其不足是在電源線或輪子的結(jié)構(gòu)附近地球磁場(chǎng)往往會(huì)被扭曲。根據(jù)與地球磁場(chǎng)有關(guān)的物理影響不同，可以分為機(jī)械式磁羅盤(pán)、流量控制磁羅盤(pán)、大廳效應(yīng)羅盤(pán)、磁致阻抗羅盤(pán)和磁致彈性羅盤(pán)。對(duì)于移動(dòng)機(jī)器人而言，流量控制羅盤(pán)較為適用。</p><p>　　2.2.4 主動(dòng)燈塔</p><p>　　主動(dòng)燈塔可以很可靠地被檢測(cè)到，并且只

39、需要最少的處理就可以提供精確的定位信息。它可以容忍很高的采樣率，從而產(chǎn)生很高的可靠性，其不足是會(huì)導(dǎo)致很高的安裝和維護(hù)費(fèi)用。探測(cè)方法有三邊法和三角法。</p><p>　　2.2.5 全球定位系統(tǒng)</p><p>　　全球定位系統(tǒng)由若干衛(wèi)星和地面接收器組成，主要適用于室外環(huán)境的地圖建造。用一種很先進(jìn)的三邊算法地面接收器可以計(jì)算出衛(wèi)星的位置來(lái)，已知地面接收器與三個(gè)衛(wèi)星間的距離，從理論上就可以

40、計(jì)算出接受器的緯度、經(jīng)度和高度。由于樹(shù)木和山地的影響帶來(lái)的周期性信號(hào)阻滯、多路徑干擾、初步導(dǎo)航系統(tǒng)定位精度不夠等是這類系統(tǒng)的不足之處。</p><p>　　2.2.6 路標(biāo)導(dǎo)航</p><p>　　在路標(biāo)導(dǎo)航中，一般來(lái)說(shuō)，路標(biāo)都有固定的已知位置，機(jī)器人參照路標(biāo)可以進(jìn)行相對(duì)定位。為了使問(wèn)題簡(jiǎn)化，經(jīng)常假設(shè)機(jī)器人的當(dāng)前位置和朝向已經(jīng)劃定，機(jī)器人只需在有限的區(qū)域內(nèi)尋找路標(biāo)。為了成功檢測(cè)出路標(biāo)來(lái)，

41、需要很高的測(cè)距精度。</p><p>　　2.3 多傳感器信息的融合</p><p>　　由于越來(lái)越多的研究采用了多種或多個(gè)傳感器，就出現(xiàn)了多傳感器信息的融合問(wèn)題。多傳感器信息融合系統(tǒng)把從多個(gè)傳感器得到的信息結(jié)合起來(lái)，可以更好地描述探測(cè)對(duì)象。多傳</p><p>　　感器比單種或單個(gè)傳感器能提供冗余和互補(bǔ)性的信息。冗余信息可以用來(lái)降低某類傳感器信息的不確定性，使系

42、統(tǒng)在某一傳感器失效時(shí)仍保持穩(wěn)定性，或者說(shuō)具有魯棒性?；パa(bǔ)性信息可以更為完整地提供被探測(cè)對(duì)象的狀態(tài)。盡管遇到的具體問(wèn)題困難各異，但最終目標(biāo)是一樣的，就是利用所有能得到的數(shù)據(jù)來(lái)更好地理解被研究的現(xiàn)象。</p><p>　　2.3.1 融合結(jié)構(gòu)</p><p>　　關(guān)于融合結(jié)構(gòu)可分為3類：集中式結(jié)構(gòu)、分層式結(jié)構(gòu)和分布式結(jié)構(gòu)。</p><p>　　傳統(tǒng)的融合結(jié)構(gòu)是集中式的

43、，來(lái)自不同傳感器的數(shù)據(jù)被送到一個(gè)中央元件，即融合節(jié)點(diǎn)，在這里完成數(shù)據(jù)的融合。集中式融合結(jié)構(gòu)有如下缺點(diǎn)：計(jì)算和通信的負(fù)載過(guò)重，融合節(jié)點(diǎn)可能失效，對(duì)系統(tǒng)和傳感器的變化不具有適應(yīng)性。</p><p>　　在分層式結(jié)構(gòu)中，有若干個(gè)融合節(jié)點(diǎn)可以完成間接的數(shù)據(jù)融合，還有一個(gè)中央融合節(jié)點(diǎn)，作最后的融合。由于各融合節(jié)點(diǎn)可以在不同的處理器中，這樣計(jì)算負(fù)荷就減小了。但是它存在通信瓶頸和中央融合節(jié)點(diǎn)的問(wèn)題。</p>&l

44、t;p>　　而分布式融合結(jié)構(gòu)是由多個(gè)融合節(jié)點(diǎn)組成，各融合節(jié)點(diǎn)處理與其相應(yīng)的傳感器提供的數(shù)據(jù)，并將所得的信息發(fā)送給其他的節(jié)點(diǎn)，使其可以在相應(yīng)的融合處理過(guò)程中使用該信息。根據(jù)融合節(jié)點(diǎn)的連接方式，可以給分布式結(jié)構(gòu)定義出不同的拓?fù)浣Y(jié)構(gòu)來(lái)。在完全連接的拓?fù)浣Y(jié)構(gòu)中，所有的融合節(jié)點(diǎn)都與其他的融合節(jié)點(diǎn)相連接，并接收信息，從而可以在融合過(guò)程中使用所有能得到的數(shù)據(jù)。而在不完全連接的拓?fù)浣Y(jié)構(gòu)中，融合節(jié)點(diǎn)只能使用不同傳感器的部分信息。分布式融合結(jié)構(gòu)的優(yōu)點(diǎn)

45、在于其具有模塊化、適應(yīng)性和可擴(kuò)展性，以及對(duì)一些節(jié)點(diǎn)的失效具有魯棒性。</p><p>　　2.3.2 融合算法</p><p>　　關(guān)于融合算法基本上有2種理論：決策或檢測(cè)理論與估計(jì)理論。前者主要用來(lái)做決定，對(duì)目標(biāo)進(jìn)行探測(cè)或分類。其基礎(chǔ)理論為人工智能技術(shù)，如：神經(jīng)網(wǎng)絡(luò)，模糊邏輯，貝葉斯方法，基于規(guī)則的方法，Dempster-Shafer方法。后者是要找到與所觀察到的數(shù)據(jù)較吻合的狀態(tài)。估計(jì)

46、理論問(wèn)題可以分為以下3類：過(guò)濾、預(yù)測(cè)和消除不確定性，分別指：上一次感知的時(shí)間、將來(lái)的某一時(shí)間和過(guò)去的某一時(shí)間，在當(dāng)前所能得到的數(shù)據(jù)基礎(chǔ)上，估計(jì)系統(tǒng)的狀態(tài)。三者的結(jié)合則可以用全部的信息來(lái)估計(jì)系統(tǒng)在任何時(shí)間的狀態(tài)，并且能處理異步數(shù)據(jù)的融合。但是由于其計(jì)算量太大，因此在實(shí)時(shí)系統(tǒng)中并非十分適用。</p><p>　　第三章 傳感器的介紹</p><p>　　3.1 超聲波傳感器</p&g

47、t;<p>　　超聲波是一種只有少數(shù)生物(如蝙蝠、海豚)才能感覺(jué)到的機(jī)械波，其頻率在20kHZ以上，波長(zhǎng)短，繞射小，能定向傳播。它具有縱波(在氣、液、固體中傳播)、橫波(在固體中傳播)和表面波(沿固體表面?zhèn)鞑?三種波型，而且遇到雜質(zhì)或傳播介質(zhì)分界面會(huì)產(chǎn)生明顯的反射，這種反射不是嚴(yán)格定向的，具有散射性。</p><p>　　以超聲波作為檢測(cè)手段，必須產(chǎn)生超聲波和接收超聲波。完成這種功能的裝置就是超聲波

48、傳感器，習(xí)慣上稱為超聲換能器，或者超聲探頭。 　　超聲波探頭主要由壓電晶片組成，既可以發(fā)射超聲波，也可以接收超聲波。小功率超聲探頭多作探測(cè)作用。它有許多不同的結(jié)構(gòu)，可分直探頭（縱波）、斜探頭（橫波）、表面波探頭（表面波）、蘭姆波探頭（蘭姆波）、雙探頭（一個(gè)探頭反射、一個(gè)探頭接收）等。</p><p>　　在移動(dòng)機(jī)器人中應(yīng)用的超聲波傳感器，是利用超聲波在空氣中的定向傳播和固體反射特性(縱波)，通過(guò)接收自身發(fā)射的超

49、聲波反射信號(hào)，根據(jù)超聲波發(fā)出及回波接收時(shí)間差及傳播速度，計(jì)算出傳播距離，從而得到障礙物到機(jī)器人的距離。從發(fā)射波束特性知，由于擴(kuò)散角的原因，使超聲測(cè)距的角度分辨率較低，但距離分辨率較高(lcm左右)，目前最大探測(cè)距離為15米，最小盲區(qū)0.3--0.4米。超聲波傳感器具有反映靈敏、探測(cè)速度快(一個(gè)測(cè)量周期僅需幾十毫秒)的優(yōu)點(diǎn)，而且結(jié)構(gòu)簡(jiǎn)單，體積小，成本低，因而在目前己知的實(shí)驗(yàn)型和應(yīng)用型移動(dòng)機(jī)器人中，多數(shù)都安裝了它，用于室內(nèi)和室外近距離避(停

50、)障。通常，以多個(gè)傳感器組成陣列形式，根據(jù)單個(gè)傳感器擴(kuò)散角及反射特性，確定合理的密度，己覆蓋要求的探測(cè)區(qū)。總的來(lái)說(shuō)，超聲波傳感器的造價(jià)低廉、速度快、距離分辨率較高，但其方向性茶、鏡面反射嚴(yán)重、測(cè)距范圍小，因此，比較適合于室內(nèi)環(huán)境的距離測(cè)量，在室外場(chǎng)合下無(wú)法滿足應(yīng)用的要求。</p><p>　　3.1.1 超聲波傳感器的性能指標(biāo) 　　超聲探頭的核心是其塑料外套或者金屬外套中的一塊壓電晶片。構(gòu)成晶片的材料可以有許

51、多種。晶片的大小，如直徑和厚度也各不相同，因此每個(gè)探頭的性能是不同的，我們使用前必須預(yù)先了解它的性能。超聲波傳感器的主要性能指標(biāo)包括： </p><p><b>　?。?）工作頻率</b></p><p>　　工作頻率就是壓電晶片的共振頻率。當(dāng)加到它兩端的交流電壓的頻率和晶片的共振頻率相等時(shí)，輸出的能量最大，靈敏度也最高。 　?。?）工作溫度</p>

52、<p>　　由于壓電材料的居里點(diǎn)一般比較高，特別時(shí)診斷用超聲波探頭使用功率較小，所以工作溫度比較低，可以長(zhǎng)時(shí)間地工作而不失效。醫(yī)療用的超聲探頭的溫度比較高，需要單獨(dú)的制冷設(shè)備。 　?。?）靈敏度</p><p>　　主要取決于制造晶片本身。機(jī)電耦合系數(shù)大，靈敏度高；反之，靈敏度低。</p><p>　　3.1.2 超聲波測(cè)距原理</p><p>　　由

53、物理學(xué)知，聲波屬于彈性機(jī)械波，按振動(dòng)頻率的不同，分為次聲波（小于20），聲波（20～20）及超聲波（以上）。由于超聲波反射能力很強(qiáng)，而且波長(zhǎng)也遠(yuǎn)比一般的平面反射物表面粗糙度大，所以通常對(duì)堅(jiān)硬物質(zhì)表面都能反射，利用這一特性，可以將超聲波用于物體定位。</p><p>　　人們?cè)O(shè)計(jì)了各種各樣的超聲波定位裝置。這里使用的測(cè)量方法是“回波法”，其基本原理如圖3.1所示。</p><p>　　超聲波

54、傳感器將固定頻率的超聲波發(fā)射出去。聲波在傳播過(guò)程中，遇到障礙物后被反射回來(lái)。由于發(fā)射出去的超聲波及反射回來(lái)的超聲波頻率相同。因此超聲波傳感器可將反射回來(lái)的超聲波與環(huán)境中其他頻率的聲波信號(hào)區(qū)別開(kāi)來(lái)，從而捕獲回波信號(hào)。</p><p>　　令超聲波發(fā)射時(shí)刻為，返回時(shí)刻為。則超聲波傳感器與障礙物距離d為：</p><p><b>　　式中表示聲速</b></p>

55、<p>　　聲波在傳輸及反射過(guò)程中會(huì)有損耗，幅值變化程度與探測(cè)距離成反比。障礙物越遠(yuǎn)，反射回來(lái)的超聲波能量越低。當(dāng)距離大到一定程度，反射回的超聲波信號(hào)非常微弱，不被檢測(cè)到，超聲波測(cè)距模塊達(dá)到測(cè)量閾值上限。目前基于“回波法”的超聲波測(cè)距模塊測(cè)量閾值上限一般為3～10米。對(duì)于給定的超聲波傳感器探頭，閾值上限主要是由發(fā)射功率決定的。超聲波發(fā)射能量越大，幅值越高，其探測(cè)的距離就越遠(yuǎn)。</p><p>　　3

56、.1.3 超聲波頻率的選取</p><p>　　前文已經(jīng)提到超聲波是大于的聲波。不同頻率的聲波在大氣中的傳播速度是相等的。但聲波頻率越高，衰減地就越厲害，傳播距離就越短。因此頻率較低的超聲波傳播距離較長(zhǎng)；但由于其波長(zhǎng)較長(zhǎng)，因此測(cè)量精度較低。例如當(dāng)頻率為時(shí)，波長(zhǎng)為0.85厘米，當(dāng)頻率為時(shí)波長(zhǎng)為1.7厘米。所以雖然的聲波傳播距離較遠(yuǎn)，但是精度卻降低了一倍。因此在設(shè)計(jì)超聲測(cè)距模塊時(shí)應(yīng)該綜合考慮，在既不影響接收時(shí)強(qiáng)度，

57、又具備所需精度情況下，對(duì)測(cè)距儀選用頻率。在本實(shí)驗(yàn)中，要求超聲波測(cè)量距離為3米，因此選用的超聲波探頭較為合適。</p><p>　　3.1.4 超聲波測(cè)距的優(yōu)、缺點(diǎn)</p><p><b>　　超聲波測(cè)距的優(yōu)點(diǎn)：</b></p><p>　　1.超聲波對(duì)色彩、光照度不敏感，可適用于識(shí)別透明、半透明及漫反射性差的物體（如玻璃，拋光體）。</

58、p><p>　　2.超聲波對(duì)外界光線和電磁場(chǎng)不敏感，可用于黑暗、有灰塵或煙霧、電磁干擾強(qiáng)、有毒等惡劣環(huán)境中。</p><p>　　3.超聲波傳感器結(jié)構(gòu)簡(jiǎn)單，體積小，費(fèi)用低，信息處理簡(jiǎn)單可靠，易于實(shí)現(xiàn)。</p><p><b>　　超聲波測(cè)距的缺點(diǎn)：</b></p><p>　　1.由超聲波原理可知，它是以聲波速度不變?yōu)榛A(chǔ)的

59、，然而在實(shí)際環(huán)境中，聲波速度會(huì)受環(huán)境中各種因素例如氣體密度、溫度、濕度、分子成分等的影響，從而給測(cè)量帶來(lái)誤差。</p><p>　　2.此外由于超聲波能量較強(qiáng)，即使在給定空間中只有一個(gè)超聲波發(fā)射源，仍然可能因?yàn)槌暡ㄔ诳臻g中反復(fù)彈射而帶來(lái)干擾誤差。</p><p>　　3.超聲波測(cè)距模塊在近距離有盲區(qū)，且方向性較差。</p><p>　　3.1.5 超聲傳感器的構(gòu)

60、架方案</p><p>　　目前國(guó)內(nèi)外類似的環(huán)境探測(cè)移動(dòng)機(jī)器人，采用的多是利用多超聲傳感器按不同角度組成</p><p>　　陣列的方式對(duì)周圍環(huán)境進(jìn)行探測(cè)。而我們研制的移動(dòng)機(jī)器人獨(dú)創(chuàng)性的采用了一個(gè)超聲傳感器</p><p>　　加轉(zhuǎn)向機(jī)構(gòu)的方式來(lái)實(shí)現(xiàn)同樣的功能。缺點(diǎn)是實(shí)時(shí)性不高，行駛速度有限。但由于我們采取了根據(jù)環(huán)境信息自動(dòng)調(diào)節(jié)行駛速度的控制策略，很好的解決了這個(gè)問(wèn)

61、題。在保證精度的前提下，最高速度達(dá)到了1m/s，在目前移動(dòng)機(jī)器人中屬于速度較高的類型。</p><p>　　圖3.2 超聲傳感器轉(zhuǎn)動(dòng)角度位置圖</p><p>　　優(yōu)點(diǎn)是由于使用較少的高精度超聲波傳感器，一方面成本顯著降低，另一方面大大縮小了我們的移動(dòng)機(jī)器人的結(jié)構(gòu)尺寸，體形輕巧。 </p><p>　　3.2 紅外傳感器</p><p>

62、　　紅外線也是一種只有少數(shù)生物(如響尾蛇)才能感覺(jué)到的光波，其波長(zhǎng)為lam- 1000nm，具有定向傳播和反射能力。盡管自然環(huán)境中各種物體均能不同程度的釋放出紅外能量，但由于其波長(zhǎng)及大小很難準(zhǔn)確分辨，故移動(dòng)機(jī)器人上的紅外傳感器，工作原理與超聲波傳感器類似，同樣采用發(fā)射固定波長(zhǎng)的紅外線并接收同一回波的主動(dòng)方式，其探測(cè)特性與超聲波傳感器恰好相反，即角度分辨率高，而距離分辨率低。當(dāng)然，它同樣具有靈敏度高，結(jié)構(gòu)簡(jiǎn)單，成本低等優(yōu)點(diǎn)，因此在移動(dòng)機(jī)器

63、人中，常用作接近覺(jué)傳感器，探測(cè)臨近或突發(fā)運(yùn)動(dòng)障礙，便于機(jī)器人緊急停障。</p><p>　　目前市場(chǎng)上提供的紅外線傳感器多只提供一個(gè)量程，且體積較大，不適合作為我們移動(dòng)機(jī)器人的測(cè)距傳感器。因而我們自行研制了紅外線測(cè)距模塊。為了能有效判斷障礙物與移動(dòng)機(jī)器人的距離范圍，我們的紅外線測(cè)距模塊可以將測(cè)量結(jié)果分成4段，最大測(cè)量范圍為80cm。適合作為我們移動(dòng)機(jī)器人的測(cè)距傳感器，同時(shí)此模塊還具有體積小巧的優(yōu)點(diǎn)，測(cè)量頭只有1.

64、5×1.5×1cm。 </p><p>　　紅外分布式接近傳感器測(cè)量結(jié)果分成4段，最大測(cè)量范圍為80cm，如表3.1 所示。這樣，移動(dòng)機(jī)器人便可以感知其周圍障礙物的接近程度，并采取相應(yīng)的避障控制算法，很大程度上提高了移動(dòng)機(jī)器人在復(fù)雜環(huán)境中執(zhí)行任務(wù)的能力和效率。</p><p>　　表3.1 紅外傳感器的探測(cè)距離分布</p><p>　　3.3

65、 多傳感器的數(shù)據(jù)融合與控制決策</p><p>　　移動(dòng)機(jī)器人配備了多種傳感器，包括1個(gè)超聲波傳感器、6個(gè)分段式紅外線傳感器、加速度計(jì)、里程計(jì)和角速度陀螺儀。這些傳感器采集的信息有些是冗余的，有些是互補(bǔ)的。將多傳感器的數(shù)據(jù)進(jìn)行融合，以充分利用傳感器資源，從而使系統(tǒng)做出更優(yōu)的控制決策,如圖3.3。</p><p>　　圖3.3 多傳感器數(shù)據(jù)融合與控制決策</p><p&

66、gt;　　其中，超聲波傳感器和一個(gè)紅外線傳感器可旋轉(zhuǎn)，對(duì)環(huán)境信息進(jìn)行探測(cè)。超聲波傳感器每隔讀取一次值，用黑色的長(zhǎng)線表示；紅外線傳感器每隔讀取一次數(shù)值，用紅色的短線表示，為超聲波傳感器的波束角，如圖3.4所示。</p><p>　　圖3.4 超聲波與紅外線掃描示意圖</p><p>　　如圖3.5所示“探索者”環(huán)境感知系統(tǒng)由6個(gè)分段式紅外線傳感器（圓圈），</p><p

67、>　　1個(gè)超聲波傳感器（三角形）和一個(gè)轉(zhuǎn)向機(jī)構(gòu)組成。車輛前進(jìn)時(shí)，超聲波傳感器以及1、2、3號(hào)紅外線傳感器提供環(huán)境信息。車輛后退時(shí)4、5、6號(hào)紅外線傳感器提供環(huán)境信息。</p><p>　　第四章 環(huán)境地圖的表示方法</p><p>　　創(chuàng)建地圖必須解決三個(gè)基本的問(wèn)題</p><p>　　1)如何表示環(huán)境地圖,即地圖的表示方法。</p><

68、p>　　2)怎樣獲得環(huán)境信息,機(jī)器人在環(huán)境中漫游并記錄傳感器的感知數(shù)據(jù),這就涉及到機(jī)器人的導(dǎo)航問(wèn)題。</p><p>　　3)怎樣表示獲得的環(huán)境信息并根據(jù)環(huán)境信息更新地圖,這里需要解決對(duì)不確定信息的描述和處理方法。</p><p>　　可以提出很多用于表示環(huán)境地圖的方法,但這種方法應(yīng)滿足下面三個(gè)要求:</p><p><b>　　·便于計(jì)算

69、機(jī)的處理</b></p><p>　　·容易加入新的信息更新地圖</p><p>　　·機(jī)器人可以依靠該地圖信息完成特定的任務(wù),如導(dǎo)航、搜索等等。 </p><p>　　構(gòu)造地圖的目的是用于絕對(duì)坐標(biāo)系下的位姿估計(jì)并指導(dǎo)機(jī)器人進(jìn)行路徑規(guī)劃。環(huán)境預(yù)存地圖可以是CAD模型圖、手工繪制的結(jié)構(gòu)圖或者由傳感器數(shù)據(jù)構(gòu)造的模型圖。地圖的表示方法有四種

70、：拓?fù)鋱D、特征圖、網(wǎng)格圖及直接表征法。拓?fù)鋱D把室內(nèi)環(huán)境表示為帶結(jié)點(diǎn)和相關(guān)連接線的拓?fù)浣Y(jié)構(gòu)圖，其中結(jié)點(diǎn)表示環(huán)境中的重要位置點(diǎn)(拐角、門(mén)、電梯、樓梯等)，邊表示結(jié)點(diǎn)間的連接關(guān)系，如走廊等。特征圖用有關(guān)的幾何特征(如點(diǎn)、直線、面)表示環(huán)境。網(wǎng)格圖則是把環(huán)境劃分成一系列網(wǎng)格，其中每一網(wǎng)格給定一個(gè)可能值，表示該網(wǎng)格被占據(jù)的幾率。直接表征法省去了網(wǎng)格或特征表示這一中間環(huán)節(jié)，直接用傳感器讀取的數(shù)據(jù)來(lái)構(gòu)造機(jī)器人的位置空間。幾種方法各有自己的特點(diǎn)和適用范

71、圍，其中特征圖和網(wǎng)格圖應(yīng)用最普遍。</p><p><b>　　4.1 拓?fù)鋱D</b></p><p>　　拓?fù)鋱D通常是根據(jù)環(huán)境結(jié)構(gòu)定義的，由位置結(jié)點(diǎn)和連接線組成。環(huán)境的拓?fù)淠Ｐ途褪且粡堖B接線圖，其中的位置是節(jié)點(diǎn)，連接器是邊。拓?fù)鋱D可組織為層次結(jié)構(gòu)。例如在最底層，一個(gè)位置可能就是一個(gè)房間，但在更上一層時(shí)則可能是一棟建筑物或一座城市。地鐵、公交</p>

72、<p>　　路線圖均是典型的圖形結(jié)構(gòu)實(shí)例，其中停靠站為節(jié)點(diǎn)，節(jié)點(diǎn)間的通道為邊。拓?fù)鋯卧睦佑凶呃群头块g等，而打印機(jī)、桌椅等則是功能單元。連接器用于連接對(duì)應(yīng)的位置，如門(mén)、樓梯、電梯等。拓?fù)鋱D把環(huán)境建模為一張線圖表示，忽略了具體的幾何特征信息，不必精確表示不同節(jié)點(diǎn)間的地理位置關(guān)系，圖形抽象，表示方便。當(dāng)機(jī)器人離開(kāi)一個(gè)節(jié)點(diǎn)時(shí)，機(jī)器人只需知道它正在哪一條邊上行走也就夠了。在一般的辦公環(huán)境中，走廊的岔道處成90°角，因而只有

73、四個(gè)方向需要識(shí)別。這通常應(yīng)用里程計(jì)就可實(shí)現(xiàn)機(jī)器人的定位。為了應(yīng)用拓?fù)鋱D進(jìn)行定位，機(jī)器人必須能識(shí)別節(jié)點(diǎn)。因此節(jié)點(diǎn)要求具有明顯可區(qū)分和識(shí)別的標(biāo)識(shí)、信標(biāo)或特征，并應(yīng)用相關(guān)傳感器進(jìn)行識(shí)別。拓?fù)鋱D易于擴(kuò)展，但難于可靠、精確地識(shí)別具體位置。</p><p><b>　　4.2 特征圖</b></p><p>　　利用環(huán)境特征構(gòu)造地圖是最常用的方法之一，大多數(shù)城市交通圖就是采用這

74、種方法繪制的。指示房間位置的門(mén)牌號(hào)是最易接受的特征實(shí)例。在室內(nèi)結(jié)構(gòu)化環(huán)境中，最常見(jiàn)的特征是直線段、角、邊。這些特征可用它們的顏色、長(zhǎng)度、寬度、位置等參數(shù)表示?；谔卣鞯牡貓D一般用如下的特征集合表示：，其中是一個(gè)特征(邊、線、角等)，ｎ是地圖中的特征總數(shù)。Chatila最早應(yīng)用多邊形地圖來(lái)表示環(huán)境結(jié)構(gòu)，并根據(jù)激光測(cè)距傳感器的讀入值預(yù)測(cè)機(jī)器人所在位置。Drumhellor用線段構(gòu)造全局地圖，并用超聲波傳感器進(jìn)行定位。Arras和Tomati

75、s用激光雷達(dá)提取水平直線特征，用視覺(jué)系統(tǒng)提取垂直線段特征，使地圖結(jié)構(gòu)更加豐富。應(yīng)用人工標(biāo)識(shí)的定位方法是比較常用的特征定位方法。該方法需要事先在作業(yè)環(huán)境中設(shè)置易于辨別的標(biāo)識(shí)物。當(dāng)應(yīng)用自然標(biāo)識(shí)定位時(shí)，自然信標(biāo)的幾何特征(如點(diǎn)、線、角等)得事先給定。特征法定位準(zhǔn)確，模型易于由計(jì)算機(jī)描述和表示，參數(shù)化特征也適用于路徑規(guī)劃和軌跡控制，但特征法需要特征提取等預(yù)處理過(guò)程，對(duì)傳感器噪聲比較敏感，只適于高度結(jié)構(gòu)化環(huán)境。</p><p&

76、gt;<b>　　4.3 網(wǎng)格圖</b></p><p>　　特征參數(shù)法的一個(gè)缺點(diǎn)是對(duì)所應(yīng)用的特征信息必須有精確的模型進(jìn)行描述。另一種替代的方法是應(yīng)用網(wǎng)格圖。網(wǎng)格圖把機(jī)器人的工作空間劃分成網(wǎng)狀結(jié)構(gòu)，網(wǎng)格中的每一單元代表環(huán)境的一部分，每一個(gè)單元都分配了一個(gè)概率值，表示該單元被障礙物占據(jù)的可能性大小。網(wǎng)格法最早由Moravec和Elfes提出，在機(jī)器人的路徑規(guī)劃、導(dǎo)航、避障控制、位姿估計(jì)中均&

77、lt;/p><p>　　得到了廣泛應(yīng)用，并已成為一種通用的移動(dòng)機(jī)器人定位方法。網(wǎng)格法是一種近似描述，易于創(chuàng)建和維護(hù)，對(duì)某個(gè)網(wǎng)格的感知信息可直接與環(huán)境中某個(gè)區(qū)域?qū)?yīng)，機(jī)器人對(duì)所測(cè)得的障礙物具體形狀不太敏感，特別適于處理超聲測(cè)量數(shù)據(jù)。但當(dāng)在大型環(huán)境中或網(wǎng)格單元?jiǎng)澐直容^細(xì)時(shí)，網(wǎng)格法計(jì)算量迅速增長(zhǎng)，需要大量?jī)?nèi)存單元，使計(jì)算機(jī)的實(shí)時(shí)處理變得很困難。</p><p><b>　　4.4　直接表征

78、法</b></p><p>　　直接表征法是直接應(yīng)用傳感器讀入的數(shù)據(jù)來(lái)描述環(huán)境。由于傳感器數(shù)據(jù)本身比特征或網(wǎng)格這一中間表示環(huán)節(jié)包含了更豐富的環(huán)境描述信息，因此直接應(yīng)用原始傳感器數(shù)據(jù)的環(huán)境表示法并不是一種離奇的想法。通過(guò)記錄來(lái)自不同位置及方向的環(huán)境外觀感知數(shù)據(jù)，這些圖像中包括了某些坐標(biāo)、幾何特征或符號(hào)信息，利用這些數(shù)據(jù)作為在這些位置處的環(huán)境特征描述。這與識(shí)別拓?fù)湮恢盟捎玫姆椒ㄔ砩鲜且粯拥模顒e僅在于

79、該法試圖從所獲取的傳感器數(shù)據(jù)中創(chuàng)建一個(gè)函數(shù)關(guān)系以便更精確地確定機(jī)器人的位置。由于在不同的方位所獲得的外觀圖像不同，如果在局部地圖中傳感器數(shù)據(jù)到機(jī)器人位置間具有一一對(duì)應(yīng)關(guān)系，那么將當(dāng)前位置獲取的圖像與原來(lái)的參考圖像進(jìn)行比較，則可以跟蹤機(jī)器人的位置。對(duì)該函數(shù)經(jīng)過(guò)一定的轉(zhuǎn)換，可進(jìn)行全局定位。 </p><p>　　直接表征法數(shù)據(jù)存貯量大，環(huán)境噪聲干擾嚴(yán)重，特征數(shù)據(jù)的提取與匹配困難，其應(yīng)用受到一定限制。</p>

80、;<p>　　第五章 環(huán)境地圖創(chuàng)建設(shè)計(jì)方案</p><p>　　畢業(yè)設(shè)計(jì)中所用的移動(dòng)機(jī)器人是基于指導(dǎo)老師改裝的智能小車。該智能小車具有較高的自主導(dǎo)航定位精度，利用超聲傳感器和紅外傳感器進(jìn)行環(huán)境探測(cè)與識(shí)別，能夠?qū)崿F(xiàn)自主避障和多點(diǎn)動(dòng)態(tài)路徑規(guī)劃功能。</p><p>　　圖5.1 移動(dòng)機(jī)器人實(shí)物圖</p><p>　　圖5.2 移動(dòng)機(jī)器人的控制結(jié)構(gòu)&l

81、t;/p><p>　　圖5.3 移動(dòng)機(jī)器人數(shù)據(jù)采集流程</p><p>　　5.1 障礙點(diǎn)位置的推算</p><p>　　系統(tǒng)具有了較高精度的導(dǎo)航定位和較強(qiáng)的環(huán)境探測(cè)能力之后，就可以進(jìn)行環(huán)境繪制，畫(huà)出環(huán)境的二維地圖。如圖5.4所示，移動(dòng)機(jī)器人位置為，障礙物相對(duì)移動(dòng)機(jī)器人的距離為，相對(duì)移動(dòng)機(jī)器人正前方夾角為（障礙位于移動(dòng)機(jī)器人正前方的左邊時(shí)為正，位于移動(dòng)機(jī)器人正前方的

82、右邊時(shí)為負(fù)）。障礙物相對(duì)于移動(dòng)機(jī)器人所在方向逆時(shí)針為正,順時(shí)針為負(fù)。</p><p>　　圖5.4 小車位姿及障礙示意圖</p><p>　　根據(jù)移動(dòng)機(jī)器人的位姿和障礙物相對(duì)于移動(dòng)機(jī)器人的位置，便可推算出障礙物的坐標(biāo)，實(shí)時(shí)地進(jìn)行地圖繪制。障礙點(diǎn)坐標(biāo)可由式5.1 得出：</p><p><b>　?。?.1）</b></p>&l

83、t;p>　　假設(shè)超聲傳感器的最大有效值為MAX,當(dāng)超聲的讀數(shù)大于最大有效值時(shí),認(rèn)為超聲沒(méi)有返回讀數(shù).最大有效值越大,機(jī)器人就“看”得越遠(yuǎn),但是傳感器的讀數(shù)也就越不精確.為了保證較好的精確度,將MAX設(shè)定為2. 5ｍ.如果超聲的讀數(shù)小于最大有效值,那么就認(rèn)為超聲讀數(shù)有效,也就是檢測(cè)到了障礙物.圖為沒(méi)有設(shè)定MAX值，超聲傳感器認(rèn)為超過(guò)3米遠(yuǎn)的地方就返回一個(gè)距離為3米障礙點(diǎn)，那么整個(gè)圖形顯示就非常的雜亂，很難辨別出環(huán)境的輪廓。</

84、p><p>　　局部特征地圖是根據(jù)連續(xù)幾次超聲掃描獲取的機(jī)器人當(dāng)前位置的幾何特征地圖.在機(jī)器人運(yùn)動(dòng)過(guò)程中,首先根據(jù)當(dāng)前的超聲數(shù)據(jù)預(yù)測(cè)可能的特征,然后通過(guò)特征匹配,最后獲得局部特征地圖。</p><p>　　圖5.5 超聲波傳感器設(shè)定MAX值前、后得到的環(huán)境地圖對(duì)比</p><p>　　在實(shí)驗(yàn)中，常常會(huì)在墻角后方比較遠(yuǎn)處標(biāo)出一個(gè)障礙點(diǎn)，這個(gè)點(diǎn)實(shí)際上是個(gè)鏡像點(diǎn)，是一個(gè)虛假

85、的障礙點(diǎn)，在實(shí)驗(yàn)中，我們必須要把此類障礙點(diǎn)排除掉，使描繪出來(lái)的地圖更加逼真，且不顯得累贅。</p><p>　　進(jìn)入墻角后小車速度會(huì)降低，在障礙物前徘徊，此時(shí)超聲傳感器繼續(xù)掃描周圍環(huán)境，采集到的數(shù)據(jù)點(diǎn)會(huì)不斷增加，如果把這種情況下的障礙點(diǎn)描繪出來(lái)，在地圖中會(huì)增加大量的重復(fù)點(diǎn)，而且有些點(diǎn)屬于鏡像點(diǎn)。</p><p>　　圖5.6 幻影產(chǎn)生示意圖</p><p>　　結(jié)

86、合我們實(shí)驗(yàn)用的移動(dòng)機(jī)器人現(xiàn)有數(shù)據(jù)和裝備，我們可以利用速度來(lái)判斷小車是否陷入了類似墻角的障礙中，也就是說(shuō)當(dāng)小車速度非常低的時(shí)候我們就認(rèn)為小車前方遇到了墻角，那么此時(shí)小車采集到的障礙物數(shù)據(jù)我們就不在圖上表現(xiàn)出來(lái)，那么許多鏡像點(diǎn)就消除了。墻角的圖形實(shí)際上在小車還沒(méi)陷入的時(shí)候已經(jīng)基本繪制出來(lái)了，因此我們把小車陷入墻角時(shí)采集到的障礙點(diǎn)剔除掉，這對(duì)整個(gè)環(huán)境的圖形繪制沒(méi)有太大影響。 </p><p>　　計(jì)算移動(dòng)機(jī)器人的即

87、時(shí)速度需要知道機(jī)器人在相鄰兩個(gè)數(shù)據(jù)采集點(diǎn)的自身坐標(biāo)位置改變和采集兩個(gè)相鄰數(shù)據(jù)所用的時(shí)間，是機(jī)器人超聲傳感器的探頭一從左至右掃描一次所用的時(shí)間，中間一共有8個(gè)間隔，那么相鄰兩個(gè)采集點(diǎn)之間的時(shí)間間隔，根據(jù)測(cè)量，,</p><p>　　機(jī)器人自身坐標(biāo)變換的距離計(jì)算公式為</p><p>　　因此機(jī)器人即時(shí)速度為</p><p>　　那么移動(dòng)機(jī)器人每采集一次數(shù)據(jù)，我們可以直

88、接得到6個(gè)信息，包括小車橫坐標(biāo)、小車縱坐標(biāo)、小車方位（旋轉(zhuǎn)分量）、超聲傳感器角度代碼、障礙物距離、紅外傳感器的信息,見(jiàn)表5.1。</p><p>　　表5.1 移動(dòng)機(jī)器人采集數(shù)據(jù)變量 </p><p>　　為了便于數(shù)據(jù)處理，我們采用結(jié)構(gòu)體來(lái)保存?zhèn)鞲衅鞑杉降臄?shù)據(jù)變量，如下所示：</p><p>　　str

89、uct Envir_Inf </p><p><b>　　{</b></p><p>　　short x_car; //小車x坐標(biāo)，坐標(biāo)1cm為單位</p><p>　　short y_car; //小車y坐標(biāo)，坐標(biāo)1cm為單位 </p><p>　　short angle_car; //

90、小車當(dāng)前指向角度，0.1度為單位 + -1800 </p><p>　　unsigned char us_id;//超聲發(fā)送角度代碼（0-8）</p><p>　　unsigned char us_dis; //超聲測(cè)距信息，0.002743m為單位</p><p>　　unsigned char infar_data[4]; //當(dāng)前紅外信息</

91、p><p><b>　　} </b></p><p><b>　　5.2 軟件設(shè)計(jì)</b></p><p>　　我們需要設(shè)計(jì)一個(gè)二維直角坐標(biāo)圖作為環(huán)境地圖的示意圖，把移動(dòng)機(jī)器人采集到的數(shù)據(jù)在地圖上描繪出來(lái)，包括移動(dòng)機(jī)器人自身的運(yùn)行軌跡與環(huán)境障礙圖。數(shù)據(jù)是通過(guò)移動(dòng)機(jī)器人和上位機(jī)之間的通信模塊發(fā)送到上位機(jī)（筆記本）的。在上位機(jī)上

92、我們采用虛擬儀器軟件Lab Windows/CVI設(shè)計(jì)一個(gè)可視化的界面。</p><p>　　Lab Windows/CVI是National Instruments 公司（美國(guó)國(guó)家儀器公司，簡(jiǎn)稱NI公司）推出的32位面向計(jì)算機(jī)測(cè)控領(lǐng)域的軟件開(kāi)發(fā)平臺(tái)。以ANSI C為核心，將功能強(qiáng)大、使用靈活的C語(yǔ)言平臺(tái)與數(shù)據(jù)采集、分析和表達(dá)等測(cè)控專業(yè)工具有機(jī)的結(jié)合起來(lái)。</p><p>　　虛擬儀器面板

93、設(shè)計(jì)如圖5.7所示：</p><p>　　圖5.7 采用Labwindows/CVI設(shè)計(jì)的程序面板</p><p>　　在儀器面板中，我們?cè)O(shè)置了兩塊地圖面板，一塊用于顯示數(shù)據(jù)處理前的地圖，另一塊用于顯示數(shù)據(jù)處理后的地圖和整合后的地圖。下面簡(jiǎn)要介紹一下面板中各控件的功能。</p><p>　　圖5.8 地圖處理軟件操作面板設(shè)計(jì)框圖</p><p

94、>　　地圖面板：X軸向、Y軸向分別代表地圖中的X、Y坐標(biāo)，初始設(shè)定其范圍為X軸向（-1000～1000cm）,Y軸向（－1000～1000cm），在實(shí)際看圖時(shí)，可根據(jù)需要對(duì)地圖進(jìn)行縮放。</p><p>　　視場(chǎng)：用于調(diào)整地圖面板可視范圍，通過(guò)設(shè)定其中參數(shù)值來(lái)調(diào)整地圖X、Y軸向的范圍，從而達(dá)到地圖的放大、縮小，便于觀察。</p><p>　　清空地圖：當(dāng)?shù)貓D面板上已有圖形時(shí)，如果需要

95、重新畫(huà)圖，則可以通過(guò)此按鈕清空地圖面板上的圖形。</p><p>　　環(huán)境讀?。河捎谝苿?dòng)機(jī)器人采集到的數(shù)據(jù)傳到上位機(jī)后是按照數(shù)據(jù)文件（*.DAT）保存的。通過(guò)環(huán)境讀取，我們可以把存檔的數(shù)據(jù)文件調(diào)入程序中進(jìn)行各種處理。</p><p>　　原始地圖：通過(guò)算法分析*.DAT文件中的原始數(shù)據(jù)，然后把原始障礙圖信息和小車自身移動(dòng)軌跡在處理前的地圖面板上描繪出來(lái)。</p><p&

96、gt;　　處理地圖：通過(guò)算法分析，從原始數(shù)據(jù)中提取對(duì)建立精確的環(huán)境地圖有價(jià)值的信息，并把提取后的地圖描繪出來(lái)。</p><p>　　整合地圖：在處理后的地圖上再次進(jìn)行分析，把環(huán)境特征更逼真的描繪出來(lái)，便于將來(lái)指導(dǎo)移動(dòng)機(jī)器人的路徑規(guī)劃。</p><p>　　退出程序：結(jié)束所有操作，退出整個(gè)程序。</p><p>　　時(shí)間控件（TIMER）：設(shè)定每隔0.005秒觸發(fā)一次

97、數(shù)據(jù)處理程序，每次處理一組數(shù)據(jù)。通過(guò)時(shí)間觸發(fā)可以看到移動(dòng)機(jī)器人整個(gè)環(huán)境勘測(cè)的過(guò)程。</p><p>　　圖5.9 地圖繪制程序框圖</p><p>　　5.3 不確定信息處理</p><p>　　從實(shí)驗(yàn)初步結(jié)果來(lái)看，整個(gè)環(huán)境的大致地形是能夠在在圖上反映出來(lái)的，但還存在不少干擾因素，致使地圖不夠逼真。主要問(wèn)題是超聲傳感器的信息具有高度的不確定性.其中包括：<

98、/p><p>　　1、超聲傳感器存在測(cè)距誤差；</p><p>　　2、不能確定障礙物位置的問(wèn)題；</p><p>　　3、檢測(cè)不到障礙物；</p><p><b>　　4、出現(xiàn)虛假障礙物</b></p><p>　　5.3.1 超聲波波束角過(guò)大</p><p>　　圖5.1

99、0 超聲波的波束角</p><p>　　圖5.10中，為超聲波傳感器的波束角，為障礙點(diǎn)相對(duì)移動(dòng)機(jī)器人的的距離。由圖可知，當(dāng)超聲波傳感器由左向右掃描時(shí)，波束右邊緣首先探測(cè)到真實(shí)障礙點(diǎn)。系統(tǒng)將會(huì)認(rèn)為在波束圓錐軸上存在一個(gè)障礙點(diǎn)。顯而易見(jiàn)，為虛障礙點(diǎn)，應(yīng)該剔除。具體方法為：當(dāng)探測(cè)過(guò)程中發(fā)生從無(wú)障礙到有障礙這一變化時(shí)，則剔除第一個(gè)障礙點(diǎn)。當(dāng)超聲波傳感器由右向左掃描時(shí)，算法類似。</p><p>　

100、　5.3.2 超聲波鏡面反射</p><p>　　圖5.11 超聲波的鏡面反射</p><p>　　如圖5.11所示，超聲波在兩個(gè)物體表面反射，又被超聲波傳感器接收，從而產(chǎn)生了鏡像點(diǎn)。一般來(lái)說(shuō)，鏡像點(diǎn)的距離比較大，可以根據(jù)超聲波傳感器具體的測(cè)距范圍，設(shè)置一個(gè)閾值，濾除鏡像點(diǎn)。</p><p>　　我們已經(jīng)由公式5.1計(jì)算出障礙點(diǎn)的坐標(biāo)位置，那么計(jì)算相鄰障礙點(diǎn)的距離

101、相當(dāng)容易，直接用公式：</p><p>　　如果超出了設(shè)定值，那么舍去點(diǎn)。這個(gè)設(shè)定值是根據(jù)小車的行駛速度與傳感器探測(cè)頻率來(lái)確定的，移動(dòng)機(jī)器人正常行使速度在20cm/s～70cm/s。那么我們確定當(dāng)相鄰兩個(gè)障礙點(diǎn)距離超過(guò)100cm或者小于15cm時(shí)，舍去。處理后的數(shù)據(jù)點(diǎn)我們可以做簡(jiǎn)單的線性處理，使環(huán)境特征更加明顯。</p><p>　　5.3.3 超聲波無(wú)法接受回波</p>

102、<p>　　圖5.13 超聲波無(wú)法接收到回波</p><p>　　當(dāng)障礙物表面比較平坦光滑時(shí)（如粉刷過(guò)的墻壁），而且超聲波入射角小到一定值，超聲波傳感器將接收不到回波，如圖5.13所示。在這種情況下，系統(tǒng)會(huì)誤認(rèn)為沒(méi)有障礙物存在。我們將超聲波傳感器安裝在移動(dòng)機(jī)器人前方的轉(zhuǎn)向機(jī)構(gòu)上。轉(zhuǎn)向機(jī)構(gòu)旋轉(zhuǎn)并帶動(dòng)傳感器對(duì)周圍進(jìn)行掃描，并且我們將超聲傳感器的掃描角度從到擴(kuò)大到到，掃描位置從5個(gè)增加到9個(gè)，從而獲得較多的環(huán)

103、境信息。同時(shí)，較好地解決了超聲波傳感器接收不到回波這一問(wèn)題。</p><p>　　經(jīng)過(guò)上述方法對(duì)超聲波傳感器探測(cè)到的障礙點(diǎn)進(jìn)行過(guò)濾處理，可以有效剔除干擾點(diǎn)，提高繪制環(huán)境地圖的質(zhì)量。</p><p><b>　　第六章 實(shí)驗(yàn)仿真</b></p><p>　　為了驗(yàn)證采集的數(shù)據(jù)與實(shí)際環(huán)境特征是否符合，我們做了大量的實(shí)驗(yàn)進(jìn)行檢驗(yàn)。</p>

104、;<p>　　6.1 直線走廊環(huán)境</p><p>　　我們?cè)谥行臉嵌菍?shí)驗(yàn)室外的走廊上做了走廊環(huán)境的實(shí)驗(yàn)。真實(shí)的環(huán)境見(jiàn)圖所示：</p><p>　　圖6.1 走廊環(huán)境真實(shí)圖片</p><p>　　走廊比較平直，兩側(cè)為比較光滑的涂料粉刷墻面。我們讓移動(dòng)機(jī)器人沿著走廊走了一段直線距離。傳感器采集了一系列的數(shù)據(jù)。我們把原始數(shù)據(jù)稍作處理得到的地圖反映在下

105、面。其中黑點(diǎn)代表機(jī)器人掃描到的障礙點(diǎn)，紅線代表機(jī)器人的行走軌跡。</p><p>　　圖6.2 走廊地圖繪制</p><p><b>　　6.2 L型環(huán)境</b></p><p>　　圖6.3 L形環(huán)境真實(shí)圖片</p><p>　　L形實(shí)際上是由兩條直線連接而成的，我在中心樓一樓大廳找了兩面互相垂直的墻，構(gòu)成了一個(gè)

106、L形的實(shí)驗(yàn)環(huán)境，如圖6.3所示。</p><p>　　圖6.4為軟件處理后的地圖，左邊為經(jīng)過(guò)第一次處理后的地圖，右邊為經(jīng)過(guò)第二次處理后的地圖，效果比較明顯。</p><p>　　圖6.4 L形地圖繪制</p><p><b>　　6.3 U形環(huán)境</b></p><p>　　U形對(duì)于移動(dòng)機(jī)器人來(lái)說(shuō)是一個(gè)比較復(fù)雜的環(huán)境

107、，因?yàn)閁形中包含兩個(gè)墻角一樣的環(huán)境，機(jī)器人在U形里自身的路徑規(guī)劃會(huì)出現(xiàn)問(wèn)題，容易陷入“U形陷阱”。導(dǎo)致機(jī)器人不能全面的掃描到整個(gè)環(huán)境障礙情況。在中心樓二樓的大廳中我們自己用木板搭建了一個(gè)U形實(shí)驗(yàn)環(huán)境，采集實(shí)驗(yàn)數(shù)據(jù)，如圖：</p><p>　　圖6.5 U形環(huán)境真實(shí)圖片</p><p>　　下圖是U形環(huán)境的地圖繪制，左邊的是初步處理的地圖，其中有大量的重復(fù)點(diǎn)，右圖中是處理后的點(diǎn)，圖象明顯簡(jiǎn)

108、潔很多，輪廓比較分明。</p><p>　　圖6.6 U形環(huán)境地圖繪制</p><p>　　第七章 結(jié)論與研究展望</p><p>　　移動(dòng)機(jī)器人的環(huán)境勘測(cè)與地圖創(chuàng)建為機(jī)器人導(dǎo)航奠定基礎(chǔ).本文比較全面詳細(xì)地論述了該領(lǐng)域的主要理論方法及我們自己所做的一點(diǎn)探索.國(guó)外學(xué)者在這方面做了大量的研究工作.近年來(lái),隨著計(jì)算機(jī)技術(shù)、傳感器技術(shù)的發(fā)展,移動(dòng)機(jī)器人的定位技術(shù)取得了較

109、大的進(jìn)展,針對(duì)的環(huán)境也從靜態(tài)的結(jié)構(gòu)化室內(nèi)環(huán)境向非結(jié)構(gòu)化室內(nèi)環(huán)境和自然環(huán)境延伸.綜合近年來(lái)的相關(guān)文獻(xiàn),以下幾個(gè)方面將是今后研究的熱點(diǎn)。</p><p>　　7.1　多智能機(jī)器人協(xié)調(diào)探測(cè)</p><p>　　目前許多工作是采用單個(gè)機(jī)器人進(jìn)行環(huán)境信息的探測(cè)，其不足是：探測(cè)速度慢，感知環(huán)境信息欠完整。而用多機(jī)器人協(xié)作進(jìn)行地形探測(cè)則提高了效率與準(zhǔn)確度。如何使用多個(gè)機(jī)器人互相協(xié)調(diào)對(duì)環(huán)境進(jìn)行探測(cè)，協(xié)調(diào)方