智能移动机器人导航控制技术探究.docx

《智能移动机器人导航控制技术探究.docx》由会员分享，可在线阅读，更多相关《智能移动机器人导航控制技术探究.docx（10页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、智能移动机器人导航控制技术探究智能移动机器人在制造业、服务业、军事、星际探测等领域获得了广泛的应用，导航是智能移动机器人实现自主控制需要解决的重要问题。对不同领域智能移动机器人导航技术发展现状进行了调研。针对环境感悟与建模、定位和途径规划等机器人导航控制关键技术，深化分析了其实现方法。在此基础上归纳出智能移动机器人导航控制将来的发展趋势。关键词:智能移动机器人;导航;环境感悟;定位;途径规划20世纪90年代，以计算机技术、微电子技术、信息技术、网络技术等为标志的当代科技革命进入快速发展阶段，成为促进机器人技术发展的内在推动力，机器人技术得到了飞速发展。智能移动机器人是能够依靠本身携带的传感器感

2、悟理解外界环境，根据任务需要实时决策，进行闭环控制，以自主或半自主方式进行作业，在已知或未知环境中具有一定自我学习和适应能力的新型机器人。目前，智能移动机器人在制造业、服务业、军事、星际探测等领域获得了广泛的应用，并将对将来科技的发展以及人类生活方式产生深远的影响。导航是智能移动机器人实现自主控制需要解决的重要问题，是指移动机器人通过传感器和学习，感悟环境和本身状态，实现有障碍环境中指向目的自主运动的经过。1智能移动机器人发展现状以美国、德国、日本等为代表的机器人技术发达国家对机器人自主导航技术开展了较为深化的研究，目前已获得了一些成果，具有自主导航功能的机器人在工业、服务、外星探测、军事等领

3、域获得了不同程度的应用。移动机器人最成功的应用是在机场、码头、工厂中实现物流自动化的自动导引车=，如图1(a)所示。AGV一般配备车载计算机、通信装置和物料装卸装置，随着科技的发展，整机复杂性和自动化程度都大大提高。常用的导航方式有视觉导引、磁导引、电磁导引和惯性导引等1-2。在电力、煤矿等领域可采用智能移动机器人代替人工完成危险作业或枯燥的重复作业。例如，卡内基梅隆大学机器人研究中心所开发的Groundhog全自主矿井探测机器人可用于探测井下环境，准确绘制井下立体地图3，如图1(b)所示。在我国变电站自动巡检机器人已获得了初步应用。目前变电站巡检机器人以磁道导航为主，典型产品如1(c)所示山

4、东电科院研制的巡检机器人。外星探索是自主移动机器人的一个重要应用方向。从20世纪60年代开场，NASA就开场着手研制火星探索用的机器人，以便在火星上软着陆后进行移动并收集火星外表生态数据。自1997年机器人索杰纳的火星之旅获得成功后，“勇气号、“机遇号、“好奇号等机器人(如图1(d)所示)相继开场了火星探测工作，具备了一定的自主导航功能，并发回大量有价值的信息。近10年以来，在美国陆军、DAPA的一系列无人作战装备项目=的赞助下，一些先进无人作战装备目前已试验性地应用于美军的反恐战争中。MULE(骡马)是由洛克希德马丁公司研制的多功能通用/后勤无人车，如图1(e)所示。MULE系列多用处机器人

5、战车安装了自动导航系统等先进的车载电子设备。MULE具备自主导航能力，但在穿越严酷地形，或当地形变化影响了规划路点时，仍由人来控制4。无人驾驶汽车作为一种特殊的轮式机器人，是计算机科学、形式识别和智能控制技术高度发展的产物5。无人车技术吸引了全球各大汽车厂商、互联网公司的关注。2005年，基于斯坦福大学无人驾驶技术，Google公司开场涉足无人车研发并不断完善，已在美国加州、内华达州等多州获得上路许可。目前Google无人车(如图1(f)所示)成功行驶70万英里，在此期间由电脑控制的汽车行驶平稳，无意外事故发生，基本具备商用推广条件。2智能移动机器人导航关键技术分析导航是智能移动机器人实现自主

6、控制需要解决的重要问题。智能移动机器人导航可分解为“我在哪里?“目的在哪里?和“如何到达那里?三个问题。前两个问题通过确定机器人在工作环境中的位置及相对目的的位置偏差来解决。该工作环境在机器人内部的表示称为环境模型或地图。机器人确定环境模型的经过称为环境建模。基于环境模型以及机器人的位置，第三个问题途径规划才能够解决。环境建模、定位和途径规划被称为机器人导航的三要素5。2.1环境感悟与建模为了实现智能移动机器人自主导航，需要根据多种传感器信息识别多种环境信息:如道路边界、地形特征、障碍、引导者等，在无人驾驶汽车导航中还需要识别交通标志、典型路口等信息。机器人通过环境感悟确定前进方向中的可达区域

7、和不可达区域，确定在环境中的相对位置，以及对动态障碍物运动进行预判，进而为局部途径规划提供根据6。可用于机器人环境感悟的传感器包括下面几类。1)视觉传感器:具有信号探测范围宽、目的信息完好、获得环境信息的速度快等优势，在机器人导航中获得了广泛应用。可见光成像方式可用于白天气象条件良好情况下，识别环境中的道路分界、地形特征、障碍物等;红外成像方式可用于恶劣气象条件、夜间光照较差等环境，以及预警环境中的行人、车辆、动物等热目的。由于视觉信息本身不携带距离信息，为了从图像中获得距离等度量信息，立体视觉是通常采用的方案。2)激光雷达:具有探测距离远(几十米，甚至上百米)、测量精度高，可进行线扫描和面扫

8、描等特点，广泛应用于机器人防撞和环境建模。线扫描激光雷达只能得到环境的二维模型，面扫描激光雷达能够得到环境的三维模型。3)毫米波雷达:工作在毫米波段，工作频率通常在30300GHz。毫米波雷达扫描可用于防撞。相比于视觉传感器、激光雷达，毫米波穿透雾、烟、灰尘的能力强，具有全天候、全天时的特点。4)红外测距传感器:波长大约在几百nm范围内。不受电磁波的干扰，非噪声源，可实现非接触性快速测量，价格低廉。物体颜色、方向、周围光线会导致测量误差，测距范围较近，一般在3m左右。5)超声波测距传感器:频率在2000Hz以上的机械振动波，传播具有一定的方向性，价格较低。比红外传感器准确，但易发生镜面反射导致

9、测距出错，波束角较大，反射目的点的准确方位难以确定。上述各类传感器在移动机器人环境感悟和建模中发挥着不同的作用。其中超声波、红外测距传感器由于测量精度有限，一般只用于障碍物检测，而不用于环境特征识别与建模。毫米波雷达主要用于无人驾驶或辅助驾驶的防撞报警。视觉传感器和激光雷达是移动机器人环境感悟和建模的最常用传感器，表1对两类传感器感悟信息内容和常用感悟算法进行了归纳总结7-13。由于各类传感器工作机理、作用范围、适用环境不同，感悟信息的种类和能力也不尽一样。通常一个机器人需配备多种传感器，采用多信息融合技术综合利用多传感器信息，消除冗余，并加以互补，进而提高对环境变化的适应性，使机器人能够获取

10、更完备的环境信息。根据环境模型的形式能够将环境建模分为基于概率格、几何信息、拓扑信息、三维环境信息的环境建模。根据环境模型的坐标系，能够将其分为局部建模和全局环境建模。在环境建模技术方面，依次出现了基于传感器的单元分解建模技术、几何建模技术、拓扑建模技术，自1990年以来，概率技术在环境建模领域逐步占据主导地位，包括扩展Kalman滤波(EKF)、极大似然估计法(MLE)。在复杂未知环境中，由于先验知识的匮乏和环境的不确定性，使得并发环境建模与定位方法成为研究热门，但推广到工程应用，还需要在实时性、鲁棒性和准确性三个方面获得突破14。2.2定位移动机器人必须具有定位的能力，其目的就是确定机器人

11、在运行环境中相对于世界坐标系的位置及航向。目前机器人定位方法分为下面几类15-16。1)卫星定位:在室外无遮时，能够利用卫星定位系统对机器人定位。但是在城市、隧道、室内等环境下，因卫星信号遮挡无法应用。可采用双天线卫星定位系统获得航向，航向精度与基线长度有关。2)惯性定位:通过对固联在载体上的三轴加速度计、三轴陀螺仪进行积分，获得载体实时、连续的位置、速度、姿态等信息，但惯性误差经过积分之后都会产生无限的累积，因而纯惯性导航不合适长时间的准确定位。3)航位推算:通过车轮上安装的光电编码器对车轮转动圈数进行记录，来计算载体的位置和姿态。由于是一种增量式定位方法，定位误差会随时间累计。对于非轮式机

12、器人或是机器人行驶在崎岖路面轮子存在打滑的情况，可采用视觉方法获得里程信息。4)电子地图匹配:利用图像处理技术，将实时获取的环境图像与基准图进行匹配，进而确定载体当前的位置，匹配的特征能够为设定的路标、特定的景象或是道路曲率。电子地图匹配十分适用于对机器人系统长时间的定位误差进行校准。以上定位方式中，惯性导航以及基于里程计的航位推算为相对定位方式，能够获得连续的位置、姿态信息，但存在累积误差;卫星定位、电子地图匹配等定位方式为绝对定位，能够获得准确的位置信息，但难以获得连续姿态信息。相对定位与绝对定位方式存在较强的互补性，通常采用将两者结合的组合定位方法。通常以相对定位为主导航方式，以卫星、里

13、程、地图信息等为辅助手段，利用Kalman滤波等算法对各导航设备误差进行估计，以减少组合后系统的导航误差。2.3途径规划途径规划则是导航研究的一个重要环节和课题。途径规划主要涉及的问题包括17-18:1)利用获得的移动机器人环境信息建立较为合理的模型，再利用某种算法寻找一条从起始状态到目的状态的最优或次优的无碰撞途径;2)能够处理环境模型中的不确定因素和途径跟踪中出现的误差，使外界对机器人的影响降到最小;3)利用已知信息来引导机器人动作，进而得到相对更优的行为策略。根据机器人把握环境信息的程度不同，可分为两种类型:一个是基于环境先验信息已知的全局途径规划;另一个是基于传感器信息的局部途径规划，

14、后者环境是未知或部分未知的，即障碍物的尺寸、形状和位置等信息必须通过传感器获取。全局途径规划方法通常包括:自由空间法、可视图法、栅格法、拓扑法等，各算法的原理及特点如表2所示。局部途径规划方法通常包括:人工势能法、遗传算法、模糊逻辑法、神经网络法等，各算法的原理及特点如表3所示。3智能移动机器人导航技术发展趋势1)从已知环境、构造化环境导航向未知环境、非构造化环境导航发展已知环境导航技术相对成熟，如工厂、码头AGV，变电站巡检机器人等，已有成熟产品投入使用。构造化环境中，由于环境要素已知且规则，其环境建模、定位较为简单，自主导航易于实现。在未知环境中或非构造化环境中，由于先验知识缺乏或是环境要

15、素难以辨识，而感悟信息不完备或环境存在干扰，机器人环境建模和定位存在困难，自主导航难度较大。外星探测机器人、军用机器人均涉及未知、非构造化环境导航，相关研究成为当前研究热门。SLAM被以为是机器人实现自主导航的有效途径。2)新技术、新产品的出现为机器人导航提供了新的解决途径一些新技术、新产品可能源于其他领域，但为机器人导航控制提供了新的解决方法，值得关注。例如围绕个人移动终端的室内定位技术方兴未艾，基于Wi-Fi、蓝牙、ZigBee、超宽带的多种方案趋于成熟，并投入市场应用。将这些技术与机器人导航技术相结合，为机器人室内导航开拓了新思路。微软的Kinect体感游戏机可进行图像编码并主动投射近红外光谱，已成为机器人室内导航的新装备，用以替代昂贵的激光雷达进行环境建模和定位。当机器人走出限定的范围，走向更广阔的空间时，导航成为制约机器人在更大范围内推广应用的瓶颈技术，也是智能移动机器人真正实现自主控制的关键技术。环境建模、定位与途径规划是智能移动机器人导航的基本问题，相关的理论研究自20世纪7080年代以来已较为完备。随着科技的进步，新技术、新产品的出现为机器人导航提供了更多解决方案，为自主移动机器人走向工程应用创造了条件。