移動(dòng)機(jī)器人的導(dǎo)航技術(shù)總結(jié)_第1頁(yè)
已閱讀1頁(yè),還剩4頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、移動(dòng)機(jī)器人的關(guān)鍵技術(shù)分為以下三種:(1)導(dǎo)航技術(shù)導(dǎo)航技術(shù)是移動(dòng)機(jī)器人的一項(xiàng)核心技術(shù)之一[34]“它是指移動(dòng)機(jī)器人通過(guò)傳感器感知環(huán)境信息和自身狀態(tài)實(shí)現(xiàn)在有障礙的環(huán)境中面向目標(biāo)的自主運(yùn)動(dòng)“目前移動(dòng)機(jī)器人主要的導(dǎo)航方式包括:磁導(dǎo)航慣性導(dǎo)航視覺(jué)導(dǎo)航等“其中視覺(jué)導(dǎo)航15一7]通過(guò)攝像頭對(duì)障礙物和路標(biāo)信息拍攝獲取圖像信息然后對(duì)圖像信息進(jìn)行探測(cè)和識(shí)別實(shí)現(xiàn)導(dǎo)航“它具有信號(hào)探測(cè)范圍廣獲取信息完整等優(yōu)點(diǎn)是移動(dòng)機(jī)器人導(dǎo)航的一個(gè)主要發(fā)展方向而基于非結(jié)構(gòu)化環(huán)境視

2、覺(jué)導(dǎo)航是移動(dòng)機(jī)器人導(dǎo)航的研究重點(diǎn)。(2)多傳感器信息融合技術(shù)多傳感器信息融合技術(shù)是移動(dòng)機(jī)器人的關(guān)鍵技術(shù)之一其研究始于20世紀(jì)80年代189]“信息融合是指將多個(gè)傳感器所提供的環(huán)境信息進(jìn)行集成處理形成對(duì)外部環(huán)境的統(tǒng)一表示“它融合了信息的互補(bǔ)性信息的冗余性信息的實(shí)時(shí)性和信息的低成本性“因而能比較完整地精確地反映環(huán)境特征從而做出正確的判斷和決策保證了機(jī)器人系統(tǒng)快速性準(zhǔn)確性和穩(wěn)定性“目前移動(dòng)機(jī)器人的多傳感器融合技術(shù)的研究方法主要有:加權(quán)平均法卡

3、爾曼濾波貝葉斯估計(jì)DS證據(jù)理論推理產(chǎn)生規(guī)則模糊邏輯人工神經(jīng)網(wǎng)絡(luò)等“例如文獻(xiàn)[10]介紹了名為Xavier的機(jī)器人在機(jī)器人上裝有多種傳感器如激光探測(cè)器!聲納、車(chē)輪編碼器和彩色攝像機(jī)等該機(jī)器人具有很高的自主導(dǎo)航能力。(3)機(jī)器人控制器作為機(jī)器人的核心部分機(jī)器人控制器是影響機(jī)器人性能的關(guān)鍵部分之一“目前國(guó)內(nèi)外機(jī)器人小車(chē)的控制系統(tǒng)的核心處理器己經(jīng)由MCS51、80C196等8位、16位微控制器為主逐漸演變?yōu)镈SP、高性能32位微控制器為核心構(gòu)成

4、“由于模塊化系統(tǒng)具有良好的前景開(kāi)發(fā)具有開(kāi)放式結(jié)構(gòu)的模塊化、標(biāo)準(zhǔn)化機(jī)器人控制器也成為當(dāng)前機(jī)器人控制器的一個(gè)研究熱點(diǎn)“近幾年日本!美國(guó)和歐洲一些國(guó)家都在開(kāi)發(fā)具有開(kāi)放式結(jié)構(gòu)的機(jī)器人控制器如日本安川公司基于PC開(kāi)發(fā)的具有開(kāi)放式結(jié)構(gòu)!網(wǎng)絡(luò)功能的機(jī)器人控制器“我國(guó)863計(jì)劃智能機(jī)器人主題也已對(duì)這方面的研究立項(xiàng)視覺(jué)導(dǎo)航技術(shù)分類(lèi)視覺(jué)導(dǎo)航技術(shù)分類(lèi)機(jī)器人視覺(jué)被認(rèn)為是機(jī)器人重要的感覺(jué)能力,機(jī)器人視覺(jué)系統(tǒng)正如人的眼睛一樣是機(jī)器人感知局部環(huán)境的重要“器官”同時(shí)依

5、此感知的環(huán)境信息實(shí)現(xiàn)對(duì)機(jī)器人的導(dǎo)航。機(jī)器人視覺(jué)信息主要指二維彩色CCD攝像機(jī)信息在有些系統(tǒng)中還包括三維激光雷達(dá)采集的信息。視覺(jué)信息能否正確、實(shí)時(shí)地處理直接關(guān)系到機(jī)器人行駛速度、路徑跟蹤以及對(duì)障礙物的避碰對(duì)系統(tǒng)的實(shí)時(shí)性和魯棒性具有決定性的作用。視覺(jué)信息處理技術(shù)是移動(dòng)機(jī)器人研究中最為關(guān)鍵的技術(shù)之一。應(yīng)用在商業(yè)化的室內(nèi)移動(dòng)機(jī)器人中比如激光定位導(dǎo)航系統(tǒng)需要相當(dāng)高的成本而基于RFID的導(dǎo)航系統(tǒng)精度低是有待解決的問(wèn)題。從傳感器的角度來(lái)看室內(nèi)移動(dòng)機(jī)器

6、人導(dǎo)航比較常用的方法主要有視覺(jué)導(dǎo)航、紅外線(xiàn)導(dǎo)航以及多傳感器融合導(dǎo)航等“視覺(jué)導(dǎo)航又可分為基于單目視覺(jué)的導(dǎo)航基于立體視覺(jué)的導(dǎo)航以及基于全景攝像機(jī)導(dǎo)航等“由于全景相機(jī)具有較寬的視場(chǎng)比較容易實(shí)現(xiàn)基于多路標(biāo)三角或三邊導(dǎo)航系統(tǒng)因而應(yīng)用比較廣泛基于單目視覺(jué)的導(dǎo)航系統(tǒng)相對(duì)比較簡(jiǎn)單且易于實(shí)現(xiàn)在實(shí)際的系統(tǒng)中取得廣泛應(yīng)用[l617]立體視覺(jué)一般用于基于自然路標(biāo)的導(dǎo)航系統(tǒng)中文獻(xiàn)=181中采用SIFT特征點(diǎn)作為自然路標(biāo)來(lái)實(shí)現(xiàn)機(jī)器人自定位“此外基于多傳感器融合的機(jī)

7、器人導(dǎo)航系統(tǒng)也是當(dāng)前研究的熱點(diǎn)例如導(dǎo)航系統(tǒng)中融合聲納傳感器以及視覺(jué)傳感器實(shí)現(xiàn)室內(nèi)機(jī)動(dòng)機(jī)器人的導(dǎo)航。目前根據(jù)已知地圖的移動(dòng)機(jī)器人導(dǎo)航研究己有許多成功實(shí)例然而在大多數(shù)情況下機(jī)器人所處的環(huán)境是未知的和動(dòng)態(tài)變化的因而移動(dòng)機(jī)器人在未知環(huán)境下的同步定位和地圖構(gòu)建(SimultaneouslocallzationmaPpingSLAM)則成為機(jī)器人自定位領(lǐng)域的熱點(diǎn)“常用的SLAM技術(shù)主要有基于激光傳感器的SLAM和基于視覺(jué)傳感去的SLAM(簡(jiǎn)稱(chēng)VSL

8、AM)“由于視覺(jué)傳感器的優(yōu)點(diǎn)VSLAM具有更廣泛的應(yīng)用前景“vSLAM技術(shù)一般基于自然路標(biāo)實(shí)現(xiàn)在國(guó)內(nèi)外受到廣泛的理論研究[z02.l但要想成功應(yīng)用與實(shí)際系統(tǒng)中還有很多問(wèn)題有待解決。發(fā)展趨勢(shì)發(fā)展趨勢(shì)整體來(lái)說(shuō)隨著機(jī)器人視覺(jué)系統(tǒng)硬件性能的提升和處理方法的不斷豐富基于視覺(jué)的導(dǎo)航技術(shù)將日益成熟與完善。結(jié)合室內(nèi)移動(dòng)機(jī)器人視覺(jué)導(dǎo)航技術(shù)的研究現(xiàn)狀其發(fā)展方向出要存在如下三種趨勢(shì):(1)實(shí)時(shí)、精確以及穩(wěn)定的視覺(jué)導(dǎo)航方法當(dāng)前的視覺(jué)導(dǎo)航技術(shù)往往在對(duì)視覺(jué)數(shù)據(jù)進(jìn)行

9、簡(jiǎn)單處理后就用于導(dǎo)航任務(wù)因而只能從圖像中提取有限的信息很容易導(dǎo)致導(dǎo)航任務(wù)的失敗“因此在改善硬件設(shè)備的同時(shí)可以考慮將并行處理技術(shù)!各種智能算法應(yīng)用于具體導(dǎo)航任務(wù)。(2)多傳感器融合以及多種導(dǎo)航技術(shù)的綜合使用多傳感器融合[23]可以結(jié)合多種導(dǎo)航傳感器的優(yōu)點(diǎn)取長(zhǎng)補(bǔ)短使導(dǎo)航系統(tǒng)的魯棒性更強(qiáng)并且具有更高的精度。另外當(dāng)前機(jī)器人導(dǎo)航大多采用單一的導(dǎo)航技術(shù)而一種導(dǎo)航方法往往存在其固有的局限性“路標(biāo)地圖描述比較粗略幾何地圖使用起來(lái)一般計(jì)算復(fù)雜度高卡爾曼定

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論