基于視覺的智能車編隊避障控制研究.pdf

1、隨著微型計算機技術(shù)與通信技術(shù)的發(fā)展，小型機器人協(xié)調(diào)合作已經(jīng)成為可能，而且在各個領(lǐng)域得到了廣泛的應(yīng)用。多機器人協(xié)作能夠完成單個機器人完成不了的任務(wù)，受到了學(xué)者的廣泛關(guān)注。編隊避障是多機器人協(xié)調(diào)合作的最基本問題，在復(fù)雜環(huán)境下對周圍信息的獲取和處理也是至關(guān)重要的。所以這就要求每個智能車的體積要足夠的小，并且獲取周圍信息的能力要強。所以本文提出了基于視覺的方法，采用圖像傳感器，作為主要的周圍環(huán)境信息的獲取途徑，通過圖像檢測來得到機器人與目標點之

2、間的相對位姿。本文還提出了一種新的控制算法，并且在軟件平臺和硬件平臺上進行了算法仿真，驗證了算法的正確性。本文的工作主要是以下幾個方面：
　　(1)本文主要研究的是基于視覺的智能車編隊避障的控制研究，編隊模型采用領(lǐng)導(dǎo)一跟隨(Ireader-Follower)模型。單個機器人的模型是典型的非線性模型，文中介紹了兩種主要的非線性系統(tǒng)的控制方法，一種是反饋線性化控制方法，它是用狀態(tài)反饋的方式將非線性系統(tǒng)轉(zhuǎn)化為線性系統(tǒng)，然后采用線性系統(tǒng)的

3、控制方法；另一種是滑模變結(jié)構(gòu)控制方法，這種方法主要是通過設(shè)計滑模面，結(jié)合切換函數(shù)，設(shè)計控制器，使得系統(tǒng)的狀態(tài)在規(guī)定狀態(tài)附近進行小幅、高頻振動。通過分析兩種方法的優(yōu)缺點，本文提出一種基于反饋線性化的滑模變結(jié)構(gòu)控制，通過仿真驗證了方法的正確性。
　　(2)在圖像處理方面，為了提取更加準確的圖像信息，來計算智能車的相對位姿，本文將RGB顏色空間轉(zhuǎn)化為HSV空間，對H通道的圖像進行二值化，利用三角原理得到距離和角度。
　　(3)本文