基于TOF相機(jī)的四足機(jī)器人地形感知及靜步態(tài)規(guī)劃研究.pdf

1、足式機(jī)器人與輪式、履帶等機(jī)器人相比具備非連續(xù)運(yùn)動(dòng)特點(diǎn)，在軍事行動(dòng)、搶險(xiǎn)救援等領(lǐng)域具有廣泛的應(yīng)用前景。自美國(guó)波士頓動(dòng)力公司的四足機(jī)器人BigDog和LittleDog問世以來，全世界掀起了四足機(jī)器人研究熱潮。四足機(jī)器人由于其自身構(gòu)型特點(diǎn)及運(yùn)動(dòng)形式，使得在崎嶇復(fù)雜地形環(huán)境下行走極具挑戰(zhàn)性。本文針對(duì)四足機(jī)器人在崎嶇復(fù)雜地形條件下自主導(dǎo)航的需要，深入研究基于光傳輸時(shí)間（Time Of Flight,TOF）三維激光相機(jī)的地形感知算法及借助地形信

2、息規(guī)劃四足機(jī)器人運(yùn)動(dòng)步態(tài)的算法，為提高四足機(jī)器人在復(fù)雜環(huán)境下運(yùn)動(dòng)性能提供解決方案。
　　四足機(jī)器人根據(jù)TOF相機(jī)采集的三維點(diǎn)云地圖來規(guī)劃步態(tài)，一幀點(diǎn)云視野較小，無法滿足導(dǎo)航需要。從拼接兩幀在不同位置采集的三維點(diǎn)云數(shù)據(jù)入手，在充分分析TOF相機(jī)優(yōu)勢(shì)的基礎(chǔ)上，研究基于灰度圖像的兩幀三維點(diǎn)云拼接算法。預(yù)處理灰度圖像，提高圖像的對(duì)比度后，研究尺度不變特征點(diǎn)提取和匹配算法及無效三維特征對(duì)濾除算法；根據(jù)三維特征對(duì)估計(jì)與兩幀點(diǎn)云相關(guān)的初始相對(duì)位

3、姿，在此基礎(chǔ)上研究基于迭代最近點(diǎn)算法的兩幀三維點(diǎn)云拼接。
　　機(jī)器人運(yùn)動(dòng)過程中通過采集TOF數(shù)據(jù)對(duì)機(jī)器人六自由度位姿進(jìn)行定位，連續(xù)采集多幀數(shù)據(jù)，僅僅依靠相鄰兩幀對(duì)機(jī)器人連續(xù)定位會(huì)產(chǎn)生誤差累積。研究基于圖結(jié)構(gòu)的多幀數(shù)據(jù)位姿優(yōu)化問題，通過幀間配準(zhǔn)來從任意兩幀數(shù)據(jù)之間生成三維點(diǎn)對(duì)是位姿優(yōu)化前提；構(gòu)建基于三維特征對(duì)的分層索引結(jié)構(gòu)，該結(jié)構(gòu)可以有效提高幀間配準(zhǔn)精度和匹配效率，幀間配準(zhǔn)精度直接決定位姿優(yōu)化效果；位姿優(yōu)化同時(shí)需要任意兩幀數(shù)據(jù)對(duì)應(yīng)的

4、相機(jī)位置之間相對(duì)位姿估計(jì)精度，為此在幀間配準(zhǔn)后，研究基于隱式函數(shù)的閉式估計(jì)相對(duì)位姿精度算法。
　　四足機(jī)器人在崎嶇地形環(huán)境下運(yùn)動(dòng)，必須具備判斷落足點(diǎn)優(yōu)劣的能力，否則會(huì)產(chǎn)生足端滑動(dòng)。對(duì)TOF相機(jī)給出的三維點(diǎn)云進(jìn)行處理，建立基于柵格的2.5D高程地圖，柵格作為落足點(diǎn)選擇的最小單位；建立四足機(jī)器人模型，根據(jù)模型研究默認(rèn)落足點(diǎn)位置計(jì)算方法；計(jì)算柵格處地形法向量和曲率，結(jié)合足端地形特征及與默認(rèn)點(diǎn)位置關(guān)系構(gòu)建落足點(diǎn)代價(jià)函數(shù)；在以默認(rèn)點(diǎn)為中心矩

5、形區(qū)域內(nèi)落足點(diǎn)由11維特征向量表示，代價(jià)值由權(quán)值向量與特征向量的內(nèi)積決定；研究基于機(jī)器學(xué)習(xí)策略的權(quán)值向量計(jì)算方法，在仿真環(huán)境下由專家指導(dǎo)落足點(diǎn)排序，再用支持向量機(jī)通過訓(xùn)練數(shù)據(jù)學(xué)習(xí)出權(quán)值向量。
　　為了在復(fù)雜地形運(yùn)動(dòng)，四足機(jī)器人不僅要具備落足點(diǎn)選擇能力，而且還要具備路徑選擇及步態(tài)規(guī)劃的能力。研究機(jī)器人二維體心路徑選擇問題，從機(jī)體覆蓋區(qū)域提取臺(tái)階高度、坡度、粗糙度等三種地形特征，結(jié)合默認(rèn)落足點(diǎn)平均代價(jià)生成總代價(jià)地圖，設(shè)計(jì)啟發(fā)函數(shù)，在總

6、代價(jià)地圖上搜索二維路徑；在二維體心路徑基礎(chǔ)上搜索靜步態(tài)序列，采用遞歸回溯策略向前試探多步進(jìn)行搜索；每一步機(jī)器人狀態(tài)由落足點(diǎn)、橫滾角、俯仰角和體心與地面高度差決定，并判斷到下一狀態(tài)機(jī)器人可達(dá)性，包括運(yùn)動(dòng)過程碰撞檢測(cè)及運(yùn)動(dòng)學(xué)約束滿足檢測(cè)等。
　　最后，將基于TOF相機(jī)的視覺感知算法和四足機(jī)器人靜步態(tài)規(guī)劃策略集成于真實(shí)四足機(jī)器人。標(biāo)定TOF相機(jī)與機(jī)器人體心坐標(biāo)系之間關(guān)系后，進(jìn)行四足機(jī)器人在有無TOF相機(jī)作用下直線行走對(duì)比實(shí)驗(yàn)，說明基于T