論文——智能定位與運動系統(tǒng)的導(dǎo)盲機器人

1、<p>　　智能定位與運動系統(tǒng)的導(dǎo)盲機器人</p><p><b>　　摘要</b></p><p>　　機器人在工作環(huán)境運動時需要追蹤起始點和終止點之間的路徑。本文將人工智能的方法應(yīng)用在機器人導(dǎo)航的映射和路徑搜索程序上，采用一種新的誤差校正算法，確定了機器人的位置，一個帶有運動控制單元的拓?fù)浜屠锍逃嫈?shù)單元是通過使用一個PIC單片機控制的電機，采用PWM驅(qū)動

2、機器人。</p><p><b>　　1 引言</b></p><p>　　雖然有些機器人不需要地圖工作，如跟蹤機器人或跟隨機器人，最常見的是基于地圖的移動機器人。地圖中表示的是機器人關(guān)于它的工作環(huán)境的預(yù)先知識。映射的主要目標(biāo)是保存和生成的路徑相關(guān)的數(shù)據(jù)，與規(guī)劃技術(shù)合作，以產(chǎn)生一個路徑，使機器人從一個特定的位置轉(zhuǎn)移到另一個特定的位置[ 1 ]。</p>

3、<p>　　大多數(shù)的映射策略內(nèi)部使用本地化方法來表示各種各樣的變量，影響的機器人有關(guān)其室內(nèi)或室外環(huán)境的當(dāng)前知識。一些應(yīng)用映射技術(shù)需要復(fù)雜的搜索算法，以確定機器人的最佳路徑，消耗了大量的處理器內(nèi)存，導(dǎo)致計算昂貴的過程。路徑生成通常取決于導(dǎo)航傳感器的地圖數(shù)據(jù)，而不是用地圖數(shù)據(jù)這種低效率的過程產(chǎn)生[ 2 ]。</p><p>　　在本文中，機器人是設(shè)計用來使用特定的機器人導(dǎo)航的地圖引導(dǎo)盲人在室內(nèi)環(huán)境行走。拓?fù)?/p>

4、映射方法實施以盡量減少由于其他映射策略的環(huán)境表示的復(fù)雜性。該分析是基于里程計的機器人定位和減少不確定性，以建立一個地圖，除了拓?fù)浜喕?，實現(xiàn)高效的地圖導(dǎo)航。</p><p>　　一種新的機器人運動模型的提出是為了建立一個高效的里程表，實施和測試多種技術(shù)來提高可靠性和降低里程表里程計誤差。</p><p><b>　　2 方法</b></p><p&g

5、t;　　一般情況下，移動機器人采用拓?fù)浣Y(jié)構(gòu)或幾何圖，幾何圖實現(xiàn)最小的不確定性區(qū)域，所產(chǎn)生的路徑依賴于導(dǎo)航傳感器的地圖數(shù)據(jù)，相反，拓?fù)鋱D是更有效的計算方式，更容易應(yīng)用搜索算法。因此，拓?fù)鋱D的實現(xiàn)是為了測試和確保機器人映射的意義[ 2 ]。</p><p>　　圖1表示在節(jié)點和分支中以圖形方式表示的示例圖。節(jié)點代表特定地點，分支對應(yīng)于地圖上特定路徑上的節(jié)點。節(jié)點之間的連接是用數(shù)學(xué)公式描述的。在拓?fù)鋱D中，應(yīng)選擇一個路徑

6、段，以得到一個特定的節(jié)點之間的路徑。第一節(jié)的起始節(jié)點是路徑的起點，稱為“源節(jié)點”。</p><p>　　最新段的端節(jié)點是路徑的，稱為“目標(biāo)節(jié)點”。沿著分割后的路徑將引導(dǎo)機器人從源位置到</p><p>　　結(jié)束位置。每個分支可以在極性或直角坐標(biāo)系中分析，如圖1所示，極坐標(biāo)系是機器人運動控制和分析的缺省系統(tǒng)，是基于極坐標(biāo)的映射過程的應(yīng)用算法。</p><p>　　圖1

7、使用拓?fù)溆成涞臉颖居成浔硎?lt;/p><p>　　2.2建立一個地圖(地圖學(xué)習(xí))</p><p>　　初始化的機器人導(dǎo)航之前，就發(fā)生地圖學(xué)習(xí)過程，一般來說，有2種類型的地圖學(xué)習(xí)程序：高層次的編程，其中的環(huán)境地圖被存儲在機器人的編程，并導(dǎo)致通過，在該機器人是手動導(dǎo)致通過環(huán)境，以收集其環(huán)境數(shù)據(jù)，使用傳感器和用戶的輸入，建立一個地圖。本文實現(xiàn)了鉛的方法是基于里程計數(shù)據(jù)。</p>&l

8、t;p><b>　　2.3路徑搜索</b></p><p>　　路徑搜索程序撤銷的地圖數(shù)據(jù)，并執(zhí)行特定的搜索算法，找到節(jié)點之間的最優(yōu)路徑。智能搜索算法是利用人工智能技術(shù)實現(xiàn)的，在搜索過程的輸出路徑結(jié)合了節(jié)點序列和這些節(jié)點之間的關(guān)系如圖2所示，其中A是源節(jié)點，D是目的節(jié)點，R1，R2，R3的拓?fù)潢P(guān)系。</p><p>　　當(dāng)運用最優(yōu)搜索算法或其他直接搜索算法時，所

9、選路徑可以更短。搜索算法的選擇取決于所需的路徑和所使用的過程的能力。在我們的應(yīng)用中，使用一個微控制器，通過應(yīng)用“第一深度搜索”算法進行路徑優(yōu)化。</p><p>　　圖2 樣品兩個節(jié)點之間的路徑拓?fù)涞貓D</p><p><b>　　2.4航跡推算定位</b></p><p>　　機器人是使用推算定位的，從車輪運動的測量獲得機器人的位置分析。這種

10、方法是非常可靠的室內(nèi)環(huán)境映射[ 1 ]。但是也必須注意有一定的錯誤。本文設(shè)計并實現(xiàn)了一個新的算法</p><p>　　糾正這些錯誤。由于這樣的事實，即可以避免或最小化的計算錯誤，除了易于應(yīng)用，在室內(nèi)移動機器人中，增強的方法可以是最佳的定位方法。</p><p>　　移動機器人中，增強的方法可以是最佳的定位方法。</p><p>　　EAD估計是通過兩種方式；加速度計

11、測量加速度和測量車輪走過的距離的例程測量法，所需的數(shù)據(jù)進行推算，得到的處理這些測量的變量，也可以作為車輪的電機反饋。本項目采用里程計定位機器人因為比加速度計結(jié)構(gòu)更簡單、價格更便宜。</p><p><b>　　3 機器人運動</b></p><p>　　本文實現(xiàn)了一種三輪機器人；兩個驅(qū)動輪和一個前面的自由輪確保了機械的靜態(tài)和動態(tài)的穩(wěn)定性。車輪差速驅(qū)動提高運動能力和提高

12、測距誤差修正。圖3顯示了機械布局。</p><p>　　圖3 電機和輪子布局</p><p>　　四種類型的運動可以通過施加不同的驅(qū)動輪。運動型-A，兩個馬達以相同的速度和方向旋轉(zhuǎn)。這實現(xiàn)了一個直線運動的直線（沒有微分的速度，因此沒有旋轉(zhuǎn)），如圖4所示。動作類型-B：2個馬達以相同的速度旋轉(zhuǎn)，但在相反的方向上，因此，這兩個驅(qū)動電機將產(chǎn)生力偶矩。在結(jié)果中，機器人的運動將是圍繞電機中心軸旋轉(zhuǎn)。

13、運動類型-C，一個馬達旋轉(zhuǎn)，另一個是鎖著的。這將導(dǎo)致一個旋轉(zhuǎn)的機器人有關(guān)的鎖定輪（接觸地面的鎖定點）。實現(xiàn)了幾個輪子的中心運動傳輸，運動型-D，雙馬達在同一個方向旋轉(zhuǎn)，但速度不同，在曲線網(wǎng)路徑的結(jié)果中，如圖4所示。</p><p>　　讓輪-1線速度V1，輪2線速度V2，X是機器人中心的X坐標(biāo)的變化，Y是機器人中心的Y坐標(biāo)的變化，并?是旋轉(zhuǎn)的角度。讓車輪在特定的時間內(nèi)行駛的距離是d = V * t，v是輪的線性速

14、度[米/秒]，而不是時間在[美國證券交易委員會]。但在某些情況下，距離的“D”將是弧形的，因此，可以用在旋轉(zhuǎn)?[紅]的角度來講，由于旋轉(zhuǎn)半徑R [M]，“弧長= D = R *?”。這個方程可以被用來獲得“?”，因為我們可以得到運動反饋長度。</p><p>　　圖4 機器人運動類型</p><p>　　3.1車體結(jié)構(gòu)運動分析</p><p>　　有兩種框架，在機器

15、人參考系中，原點是機器人的重心，原點相對于機器人運動是恒定的。</p><p>　　對于上型機器人運動的一般形式在類型A給出方程（1），如圖4a所示。</p><p>　　? = 0; y = 0; x = d (1)</p><p>　　類型B給出方程（2）來計算旋轉(zhuǎn)角定，這種類型的實現(xiàn)不平移，只圍繞機器人中心旋轉(zhuǎn)，如在圖4b中所示。

16、</p><p>　　? = A1 / r = A2 / r (2)</p><p>　　類型C在方程（3,4,5）中給出，如圖4C所示，旋轉(zhuǎn)角度和運動坐標(biāo)如下所示：</p><p>　　? = d / r (3)</p><p>　　x = r * cos (?)

17、 (4)</p><p>　　y = r * sin (?) (5)</p><p>　　類型D在方程（6,7,8,9,10和11）中給出，如圖4d所示；</p><p>　　A1 = R * ? (6)</p><p>　　A2 =

18、(R-L)*? (7)</p><p>　　? = A1 / R (8)</p><p>　　R = (A1*L)/ (A1-A2) (9)</p><p>　　y = Rc – Rc * sin (π/2 - ?) (10) </p&g

19、t;<p>　　x = Rc * cos (π/2 - ?) (11)</p><p>　　其中，d是每個車輪行駛的距離，使用一個運動反饋傳感器測量，r是以米為單位的半徑，他是機器人輪子間距的一半，Rc= R – (L/2)是旋轉(zhuǎn)半徑，A1是輪1運動的距離，A2是輪2運動的距離。</p><p>　　運動類型A，B和C可以成功地應(yīng)用于D型；因此我們

20、可以使用D型只做完整的機器人運動。否則，我們可以用A型與B型，A型與或C型進行充分的運動分析。此外，它是可使用的運動類型A，B和C在一起或D型的運動更可靠。本文采用運動型D實現(xiàn)最大的可靠性和最大平滑度。</p><p>　　3.2運動分析的參考系</p><p>　　在機器人框架中對變量進行傳遞，以參考框架，圖5被用作參考。因此，機器人的運動將是X距離相對于東，Y距離相對于北。通過三角函數(shù)

21、和解析幾何，方程（12,13和14）被用來計算新的X，Y坐標(biāo)，Xr和Yr,在相對參考系中統(tǒng)一X,Y的坐標(biāo)。</p><p>　　αnew= αold- ? (12) </p><p>　　Yr = Yr + y .ay (13) </p><p>　　Xr = Xr + x .ax

22、 (14)</p><p><b>　　圖5，運動參考系</b></p><p><b>　　4模型驗證</b></p><p>　　有兩種類型的累積的里程計誤差；系統(tǒng)誤差，從[ 4 ] [ 5] 的結(jié)果可以看出，誤差主要來自于從機器人本身和其他情況，如輪子的性質(zhì)（由于車輪尺寸的變化而產(chǎn)生錯誤的結(jié)果

23、），以及運動型，四輪驅(qū)動型，里程表的分辨率和精度設(shè)計。本文所面臨的二次錯誤類型是非系統(tǒng)誤差，它是環(huán)境相關(guān)的錯誤，它可以被地面性質(zhì)限制。</p><p>　　本文實現(xiàn)了一種有效的技術(shù)和算法可單獨應(yīng)用，但如果在合作中使用更有效，可以最大限度地減少測距誤差。這些技術(shù)屬于2個類型，首先是設(shè)計校正，這是創(chuàng)建通過選擇車輪金屬（鋁）和環(huán)的橡膠繞這個金屬輪。本設(shè)計可以防止由于應(yīng)力產(chǎn)生的車輪打滑和車輪尺寸變化。</p>

24、<p>　　差動驅(qū)動車輪與特定的運動，產(chǎn)生更少的測距誤差比轉(zhuǎn)向驅(qū)動。選擇一個合適的分辨率的里程表經(jīng)歷更少的錯誤盡可能。使用精確的表達式，相對于處理器的能力所需的變量的測量變量的計算精度增加的計算精度。</p><p>　　測量路徑的變化與實際行駛軌跡不同，因為在障礙物上滾動車輪或是一個很難處理的問題。通過選擇合適的車輪，它不能被最小化。第二類誤差校正解決此類問題合作外部導(dǎo)航方法與測距單元避免這個錯誤

25、的積累，由重置每一個檢查點。這種導(dǎo)航方法的重要性是，以確定是否存在任何本地化的錯誤，并幫助在內(nèi)部糾正這些錯誤。這種導(dǎo)航技術(shù)應(yīng)用信標(biāo)（地標(biāo)）識別地圖節(jié)點。</p><p>　　在[ 6 ] [ 7 ]一個校正方法已被實施糾正系統(tǒng)誤差的設(shè)計校正，在本文中，除了優(yōu)化這些方法，視覺人工地標(biāo)已經(jīng)建立了覆蓋相對較大的環(huán)境變量的短距離。導(dǎo)航傳感器需要檢測和識別這些地標(biāo)。圖像處理和計算機視覺被用來定位和識別這些地標(biāo)。它采用單攝像

26、機的合作系統(tǒng)的里程表。</p><p><b>　　5 實現(xiàn)導(dǎo)盲機器人</b></p><p>　　該系統(tǒng)被應(yīng)用到一個移動機器人執(zhí)行的指導(dǎo)視力殘疾的人的任務(wù)。圖6顯示了機器人的方框圖。它是構(gòu)建在一個模塊化設(shè)計。處理器模塊是管理和同步單元。包括PIC16F877A和PIC16F876A單片機，拓?fù)浜屠锍逃媶卧譃閮蓚€部分，一個拓?fù)浜土硪粋€里程計。每個人都有一個單片機PI

27、C16F877A作為處理單元。拓?fù)浜屠锍逃媶卧譃閮蓚€部分，一個拓?fù)浜土硪粋€里程計。每個人都有一個單片機PIC16F877A作為處理單元。</p><p>　　圖6，導(dǎo)盲機器人方塊圖</p><p>　　圖7運動和映射單元方框圖</p><p>　　該單元的包括復(fù)雜的計算和數(shù)據(jù)結(jié)構(gòu)編程。主要功能框圖如圖7所示。用二次光學(xué)編碼器建立里程表[ 8 ]。運動部是一個控制器

28、，使用脈寬調(diào)制技術(shù)，對雙電機進行控制，并對其進行動態(tài)停止。該單元接收的距離和角度，機器人應(yīng)該在極坐標(biāo)移動，并執(zhí)行它的計算，將此數(shù)據(jù)轉(zhuǎn)換成信號控制電機，從而驅(qū)動機器人。這個機器人的其他部分-通信，傳感器和外部導(dǎo)航方法-將在以后的工作中實現(xiàn)。</p><p><b>　　6結(jié)果</b></p><p>　　雖然測距誤差是不可計算的，在本文中我們利用一個新的測試來測量這些錯

29、誤。最通用和有效的測試技術(shù)是正方形的路徑測試，機器人被命令沿著一個正方形的路徑移動，在機器人運動的末端，理想情況下，它應(yīng)該返回到它的起始位置和方向。測距誤差之間指的是初始位置和最終位置之間的差值。導(dǎo)盲機器人在室內(nèi)環(huán)境被測試實現(xiàn)了100M的路徑引導(dǎo)，測試結(jié)果如圖8所示。</p><p>　　圖8 里程計誤差平方的路徑測試</p><p><b>　　7結(jié)論</b><

30、;/p><p>　　車輪差速驅(qū)動是最好配合里程計使用，適用在大多數(shù)的的環(huán)境下，如鋒利的地區(qū)。但它需要更精確的平臺和更高的控制精度。標(biāo)志和內(nèi)部位置校正是正確的測距誤差的一個非常有價值的方法。對于這樣的應(yīng)用程序，引進機器人的學(xué)習(xí)計劃是有效的，不需要高精度，但需要較高的處理能力。地圖為基礎(chǔ)的路徑不能有效地單獨應(yīng)用；它總是需要與基于傳感器的路徑進行合作，使機器人從源位置移動到目標(biāo)安全。我們結(jié)合映射單元和運動控制單元來實現(xiàn)與里

31、程計和拓?fù)鋯挝缓献鳈C器人運動的高度精確的導(dǎo)航系統(tǒng)。</p><p><b>　　8引用</b></p><p>　　[1]麥克羅，P.J.，機器人學(xué)導(dǎo)論，艾迪生–衛(wèi)斯理出版有限公司，1998。</p><p>　　[2] 倫納德，J，蘭特-懷特，“同步地圖構(gòu)建與自主移動機器人定位”，IEEE智能機器人與系統(tǒng)國際研討會；1991年。</p&

32、gt;<p>　　[3] 魯格，G. F.，第四版，培生教育有限公司。2002年。</p><p>　　[4] 伯倫斯坦,J.豐，L.“測量及其在移動機器人系統(tǒng)測距誤差的校正，” IEEE機器人與自動化交易。12卷，第5號，1996.10。</p><p>　　[5] 伯倫斯坦,J “內(nèi)部校正航位推算誤差與雙驅(qū)動兼容的移動機器人“，機器人系統(tǒng)雜志，第4號，1995.4。<

33、;/p><p>　　[6貝烈格,J “使用一個單一的車載攝像頭估計移動機器人的位置”碩士論文，德累斯頓技術(shù)學(xué)院，2002。</p><p>　　[7] 格雷費，V，比紹夫，R，“智能機器人視覺導(dǎo)航”1998,9。</p><p>　　[8麥庫姆，G，機器人制造者的幸運，第二版，2001。</p><p>　　[9]] 伯倫斯坦,J.豐，L. “測