智能移动机器人控制与感知系统.docx

《智能移动机器人控制与感知系统.docx》由会员分享，可在线阅读，更多相关《智能移动机器人控制与感知系统.docx（36页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、摘要随着机器人的应用范围的不断拓宽，机器人所面临的工作环境也 越来越复杂，往往是未知的、动态的、非结构化的，所以，要在这种 环境下实时地完成各种任务，就对机器人的控制提出了新的挑战。本文的主要工作和创新点包括：对移动机器人的硬件模块进行了 分析。详细研究了移动机器人的感知系统，包括超声波传感器和视觉 传感器两大模块。移动机器人采用了两款超声波传感器组合使用，用 于探测更为全面的障碍物特征信息。通过对基于行为控制技术的论述, 设计了一种用于移动机器人完成多目标任务的基于行为控制系统。另 外机器人采用了 Sony EVI-D31 PTZ摄像头，成功地实现了计算机串 口控制，大大的扩展了机器人的视觉

2、功能，可以更多的获取外界信息。关键词：移动机器人、硬件模块、行为控制。3、传感器及多传感器融合技术传感技术自80年代以来获得了迅猛的发展，它已经越来越多的被应用于各种监 测系统。移动机器人的传感技术用于对车体自身及外部环境信息的检测和处 理。移动机器人所用传感器主要分为两类一一内传感器和外传感器。（1）内传感器： 用于测定机器人自身的参数位置和方向。常用的有计程仪、差分计程仪、磁罗盘和陀 螺罗盘等。（2）外传感器：用于检测和处理外部环境信息。其中，用于移动机器人测 距的外传感器通常为非接触型传感器，包括声学、光学和电 磁波三类。目前常采用 超声、激光、视觉等传感器。超声传感器的优点是硬件结构简

3、单，价格低廉，容易操 作；缺点是速度慢，存在较大的波束角，且对光滑表面存在镜面反射。激光传感器的 优点是发散小或没有发散，并对大多数物体无镜面反射现象，缺点是存在潜在的安全 问题（首先是人眼安全问题），且不适用于透明物质。视觉传感器通常采用CCD敏 感元件，优点是获取信息量大，缺点 是计算 复杂，对环境光线有一定要求。另外， 移动机器人上还有触觉、压觉、滑觉等接触型传感器。移动机器人所用传感器主要分为两类一一内传感器和外传感器。（1）内传感器： 用于测定机器人自身的参数一一位置和方向。常用的有计程仪、差分计程仪、磁罗盘 和陀螺罗盘等。（2）外传感器：用于检测和处理外部环境信息。其中，用于移动机

4、器 人测距的外传感器通常为非接触型传感器，包括声学、光学 和电磁波三类。目前常 采用超声、激光、视觉等传感器。超声传感器的优点是硬件结构简单，价格低廉，容 易操作；缺点是速度慢，存在较大的波束角，且对光滑表面存在镜面反射。激光传感 器的优点是发散小或没有发散，并对大多数物体无镜面反射现象，缺点是存在潜在的 安全问题（首先是人眼安全问题），且不适用于透明物质。视觉传感器通常采用CCD 敏感元件，优点是获取信息量大，缺 点是计算复杂，对环境光线有一定要求。另外， 移动机器人上还有触觉、压觉、滑觉等接触型传感器。多传感器信息融合技术是指将经过集成处理的多传感器信息进行合成，形成对外 部环境某一特征的

5、一种表达方式。在未知环境中，信息的表现形式是多种多样的，信 息容量以及对处理速度的要求已大大超出人脑的信息综合处理能力，信息融合这一崭 新的数据处理技术便应运而生。经过融合的信息具有冗余性、互补性、实时性和低成 本性。多传感器信息融合基本原理和出发点就是充分利用多个传感器的资源，通过对 这些传感器及其观测信息的合理支配和使用，把多个传感器在空间和时间上的冗余或 互补信息，依据某种准则进行组合，以获得被测对象的一致性解释或描述，使该系统 由此获得比它的各组成部分更优异的性能和更可靠的决策。可以证明：应用优理论融 合来自多个传感器的信息总能得到比单个传感器信息更好的对象状态估计。用于移动 机器人的

6、多传感器信息融合方法的研究 从本世纪80年代中期开始起步，至今已有 10余年的历史。由于移动机器人应 用领域很广，因此确定多传感器信息融合的通用 方法很难。融合的常用方法 有：加权平均法、贝叶斯估计、卡尔曼滤波、统计决策 理论、DS证据推理、神经网络和模糊推理法以及带置信因子的产生式规则。其中加 权平均法是最简单也最直观的方法，一般用于对动态低水平的数据进行处理，但结果 不是统计卜的最优估计；贝叶斯估计是融合静态环境中多传感器低层数据的常用方法, 适用于具有高斯白噪声的不确定性传感信息融合；对于系统噪声和观测噪声为高斯白 噪声的线性系统模型用卡尔曼滤波（KF）来融合动态低层次冗余传感信息，对于

7、非线 性系统模型采用扩展卡尔曼滤波（EKF）或者分散卡尔曼滤波（DKF）；统计决策理论 用 于融合多个传感器的同一种数据，常用于图像观测数据；DS证据推理是贝叶斯 估计法的扩展，它将局部成立的前提与全局成立的前提分离开来，以处理前提条件不 完整的信息融合；基于神经网络法根据系统要求和融合形式，选择网络拓扑结构，通 过网络学习确定网络连接权值，对各传感器的输入信息进行融合。系统具有很强的容 错性和鲁棒性；模糊推理法首先对多传感器输出进行模糊化，将所测得的距离等信息 分级，表示成相应的模糊子集，并确定模 糊子集的隶属度 函数，通过融合算法对隶 属度函数综合处理，再将模糊融合结果清晰化，求出融合值；

8、带置信因子的产生式规 则主要用于符号水平层表达传感器信息，结合专家系统对多传感信息进行融合。迄今 为止，许多研究人员对信息融合技术的研究做 出了很大的贡献。鸵永革13等对多 传感器信息融合的概念、方法及实现等问题作了探讨。SHouzelle和G Giraudon14 提出了要从多传感器融合信息中获取更多潜在的优势，必须对增长的数据流、知识模 型和推理决策进行控制，同时通 过使用香农（Shannon）信息理论提出了各种传感器 之间的冗余性及互补性的定量测量。J K Hackett和M Shah 15将多传感器信息融 合的应用分为六大类，即场景分割、表达、3-D形状、传感器建模、自主机器人和目 标

9、识别。袁军等也对多传感器信息融合的方法进行了归纳，同时也回顾了融合中的控 制结构、传感 器选择及环境建模等问题。多传感器融合技术在自主车导航中的作用越来越受到重视。如Hilare移动机器 人将触觉、听觉、两维视觉、激光测距等传感器结合起来，使之能在未知 环境中操 作。Stanford移动机器人将触觉、立体视觉和超声波传感器用于非结构化人为环境中 的机器人导航。Carnegie-Mellon机器人中心研制的CMU自主 陆地车具有彩色TV摄 像机、激光测距仪和声纳传感器。（二）移动机器人的关键技术1、基于行为的控制技术基于行为控制方法是反应式系统的扩展，它介于纯粹的反应式和极端的慎思型 之间。在文

10、献中基于行为方法和反应式方法常常被混淆，尽管两者在内部状 态上没 有本质的不同，但是基于行为策略要比纯粹的反应式方法优越的多.“基于行为机器人（BBR）建立了人工智能、工程和认知科学之间的桥梁。基 于行为的方法是设计自主智能体和机器人的方法论，是智能体结构的一种形 式。正 是这种结构提供了框架并且施加了某些约束，从而使机器人的控制问题得 以解决。 基于行为的方法论利用了一种普遍的、生物学上的灵感，从下而上的哲学体系，并 且允许了在解释、描述上的一定的自由。基于行为的方法论的目标就 是发展控制智 能系统（通常是指机器人系统，也包括一些仿真机器人和其他的自主的软件智能 体）的方法，使用机器人来构造

11、模型从而更好的理解生物系统（通 常是指动物，从昆虫到人类”现有的移动机器人存在的主要问题是缺乏灵活性和自主性，大多数机器人只能在 预先定义的地图中或者是高度结构化的环境中执行预先规定的动作。在陌生的环境下, 机器人不能很好的完成任务，主要原因在于对环境情况的预先知识的了解是不全面的、 不确定的和近似的；由于传感器自身的限制，感知信息存在 不同程度的不确定性， 直接使用感知信息很难得到准确的环境模型；控制作用并非完全可靠，如出现打滑等， 基于行为的控制结构解决了这些问题，使机器人能够克服环境的不确定性，可靠的完 成复杂任务，且效率高、鲁棒性好。对于移动机器人的自主导航来说，所具备的行为包括紧急行

12、为、避障行为、任务 行为(包括障碍物 识别及环境探索)，每种行为有不同的优先级，其中紧 急行为优先 级最高，避障行为次之，任务行为优先级最低，整个体系结构如图1.6所示图1.6基于行为的控制结构2、移动机器人的主动视觉技1 .主动视觉的定义:主动视觉(Active Vision)是当今计算机视觉和机器视觉 研 究领域中的一个热门课题。主动视觉强调的是视觉系统与其所处环境之间的交互作用 能力。具体地说，主动视觉系统应具有根据自己在当前环境中所处的状态，如几何位 置、姿态，摄像机的成像光学条件等,调整自身各部分的状态参数，使其能够达到一个 佳成像状态，从而使系统能够方便地完成特定的视觉任务，如动态

13、 地跟踪 物体的运 动。由此可见，主动视觉系统就是能够支持主动视觉功能的实验演示系统，又称为图 像采集平台(multi-DOF image grab platform) o通过视觉信息进行导航控制是随着 计算设备运算速度和存储容量 的快速发展、图像技术 的进步而提出来的。视觉系统 在导航中主要起到环境探测和辨识的作用。环境的探测包括障碍探测和陆标探测，而 辨识主要是路标和目标物体的识别。其目的是 为移动机器人提供相关 的环境信息如 障碍物相对机器人的位置信息，机器人在全局坐标下的位置信息，甚至运动物体的速 度、方向、距离信息，以及目标的 分类等。视觉导航的优点在于其探测的范围广， 取得的信息丰

14、富，其难点 在于 机器人导航使用的视频图像信号数据量很大，要求较 高的实时数据处理能力，同时从图像中提取对导航有价值的信息也是一个富有挑战性 的工作。2 .视觉系统的组成机器人视觉系统从功能上看可分成图1. 7所示三部分。其中摄像头的作用是摄取 环境中的情况，产生连续帧(或场)的视频图像。这些视频图像通过A/D转换，生成相 应的数字图像，然后再由图像识别算法对这些数字图像进行辨识，得到所 需数据。奘月寻AD转袈竟字国彖图L7机器人视觉系统机器人视觉系统就其实现方案而言，可分为三类27：第一类是所谓的软件法， 该法是指图中的A/D功能由专门的图像采集卡实现，而图像识别算法则由装入主计算 机的程序

15、完成。因为单纯实现A/D功能的图像采集卡结构简单，通用性强，在市场上 较普遍，而在PC机上开发软件算法也较方便，因此软件法是比较容 易实现的方法。 但是由于主机要完成大量的数字图像信息的处理，工作量很大，所以实时处理的速度 是此类方法的开发重点和难点；第二类是硬件法，它将图中A/D和图像识别算法固化 在一块数据采集处理板上，图像采集板完成图像的数字化转换、图像压缩、分析和处 理的功能，向主机传送图像处理后的结果。由于大量的图像处理、分析动作都由图像 采集板完成，减轻了主机的负担，是提高系统的实时处理速度的有利手段。由于问题 的具体性，采用此法需独立开发出一块数 据采集板，所以通用性不强，设计周

16、期长， 成本高；第三类是软、硬件结合法，在这种方法中，数据采集处理板可实现A/D功能 和部分简单但量大的图像辨识任务，然后将中间辨识结果传给计算机，在计算机上完 成剩余的量小但复杂的辨识 计算任务。这种方式下，图像的通用性强，开发周期短。 显然采用软硬件结合法，要比采用硬件法开发数据采集处理板的难度小，但是该方法 所需的采集卡价格贵，费用也较高。3 .视觉系统的工作原理：无论采用哪种方式，机器人视觉子系统一般都具有如 下的功能模块：图像采集、图像分割、目标识别和目标跟踪。(a)图像采集、通过摄像头将环境中的现实情况采集到计算机内存，供视觉处理软件分析。主要 用摄像头、图像采集卡等硬件设备来完成

17、。(b)图像分割也就是图像的二值化，是将彩色图像中各像素区分成不同对象的子类。经过像素 分类处理后，彩色图像变为二值图像(感兴趣的目标点为1或255,背景点为0,也可 以根据算法实现的需要设置其它值)。在二值图中，分离出各个独立的 目标区域。图 像分割是在颜色分割的基础上进行的，对图像进行颜色分割后，就可以获得多个二值 化图像结果，这些二值化图像实际上是从同一幅图像中获得的。因此，对于多目标图 像处理需要获得多重二值化图像结果。这样就完成了多目标的分割。(c)目标识别此模块是通过独立目标区域的特征量来确定目标特性，如通过目标矩心、目标周 长、面积和方向等，最终确定出目标的中心位置和运动方向，为

18、决策子系统提供信息。 目标识别的过程是计算机认识图像的过程。就机器人视觉系统来说，它对机器人视觉 系统的实时性影响最大，是系统的研究重点和难点，同时也是目前广大学者研究的热 点，提出了许多算法。(d)目标跟踪在机器人小车运动的同时，视觉子系统连续摄取环境中的一帧一帧的彩色图像，及 时处理帧图像，使机器人小车能够进行连续的运动。在机器人视觉系统中搜索目标 的方法有两种：一种实现方法是对所采集的每一帧图像进行全帧识别处理；另一实 现方法是利用上帧所识别出来的目标信息，根据它的速度及运动方向，对 它在下帧 中的大致位置进行预测估计，从而只需在一帧图像的局部区域进行搜索和识别。处 理，这一方法便是实际

19、的目标跟踪。目标跟踪大大地减少了系统处理 的数据量，从而很容易实现实时性要求，也可以提供较多的时间进行其它处理。（三）研究意义和主要内容近几十年来，机器人技术不断得到发展，其应用领域也越来越广泛，尤其是在军 事、月球探索、服务等领域愈发得到了更加重要的应用。但是在不断提高机器人智能 化的同时，它所面临的环境也开始变得越来越复杂，往往是未知的、动态变化的，机 器人要完成的任务也越来越复杂。所以就要求机器人必须有一个更好的体系结构，从 而能更好的代替人类的劳动、工作。本文对移动机器人的行为控制较为系统的研究，提出了基于行为的模糊控制技术 方法。本文的主要工作和创新点包括：第一部分详细论述了移动机器

20、人及其控制技术的现状，对当前的国内外移动机器 人的发展进行了分析和展望。第二部分对自行研制开发的RIRA移动机器人进行了阐述，并对RIRA移动机器人 的硬件模块进行了详细分析。第三部分进行了 RIRA型移动机器人的感知系统的设计，包括超声波传感器和视 觉传感器两大部分。RIRA移动机器人采用了多路超声波传感器组合，还使用了两款可 测距超声波传感器，用于探测不同距离的障碍物，保证对外界环境的尽可能多的检测。 另外RIRA移动机器人采用了 Sony EVI D3-PTZ摄像头，成功地实现了计算机串口控 制，大大的扩展了机器人的视觉功能，可以更多的获取外界信息。第二章移动机器人的硬件结构（一）移动机

21、器人驱动模块（1）调速范围宽广，伺服电机的转速随着控制电压改变，能在宽广的范围内连续调-1-P 下；1、驱动模块的硬件选取1 .硬件的选取根据实际环境的需要，RIRAII移动机器人的驱动部件选取的是交流伺服电机, 交流伺服电机选用日本松下电机，它的额定功率为0.75kW,额定转矩为2.4Nm,最高 转速为4500rpm,额定转速为3000rpm,选用的编码器是增量式编 码器。这种电机有 三种控制模式：位置控制模式、速度控制模式和转矩控制模式。运动控制的原理： 由运动控制模块发出控制信号，如脉冲信号和模拟电压量等，这两种控制信号分别对 应位置控制模式和速度控制模式，伺服电机在相应的模式下接收到控

22、制信号，于是便 能按照预定的方式运动。在位置控制模式下，根据输入电机的脉冲频率，控制驱动电 机转速，随着控制频率的增大，位置控制模式的线性度略有下降，这是由于累积误差 引起的。因此，移动机器人的运动控制，一般不采用位置控制方式，而选用速度控制 模式。2 .交流伺服电机工作原理伺服电机在控制系统中用作执行元件，将电信号转换为轴上的转角或转速，以驱 动控制对象。伺服电机有交流和直流两种，它们的最大特点是可控。在有控制信号输 入时，伺服电机就转动；没有控制信 号输入时，则停止转动；改变控 制电压的大小 和相位（或极性）就可以改变伺服电机的转速和转向，它是控制系统中的原动机。伺 服电机控制方法有三种：

23、幅值控制；相位控制；幅值-相位控制。生产中多用 幅值控制。交流伺服电机与普通电机相比具有如下特点：（1）调速范围宽广，伺服 电机的转速随着控制电压改变，能在宽广的范围内连 续调；（2） 转子的惯性小，能实现迅速的启动，转动；（3） 控制功率小，过载能力强，可靠性好。由于伺服电机的特点，它的应用非常广泛。例如，雷达系统中扫描天线的旋 转, 流量和温度控制中阀门的开启。另外，数控机床中刀具运动、舰船方向舵和机器人的 驱动都是采用伺服电机来完成的。2、驱动模块的控制本研究主要采用单片机来控制驱动模块，单片机以其体积小、价格低、抗干扰性 好等特点，在现代控制系统中常用在操作现场进行数据采集，以及实现现

24、场控制。其 程序流程图如图2.1所示。图2. 1电机动作流程图单片机输入的脉冲信号通过D/A转换，把数字信号转换成模拟信号，电机的转 速和转向主要是通过电压的变化来控制的，电机需要的电压范围为TOV+10V,其速 度控制图，如图2. 2示，阴影的部分表示斜率可以变化的范围，通过调节伺服控制器 的参数可以调节斜率，速度的正轴代表正转，负轴代表负转。交流伺服电机控制器有 五种模式选项，包括：监视器模式、参数设定模式、EEPROM写入模式、自动增益调整 模式、辅助模式。在交流伺服电机运转之前，还需要对控制器的参数进行设置，选择 控制器的参数设定模式，对其参数进行设置，其参数设置如表2. 2所示，调节

25、表2.1 参数也可以改变电机的转速和方向。在交流伺服电机运行的时候，选择控制器的监视器模式以监视电机的转速，确保电机的转速 与指令给定的一致。移动机器人运动方式为履带式车辆运动方式，即左边两个轮子的转速一致，右 边两个轮子的转速一致。因此该移动机器人可简化成以前后轮中心线为轴线的两轮 移动平台。可以通过控制左右轮的速度来控制移动机器人作相应的动作。移 动机器 人的动作主要包括前进、后退、前进左拐、前进右拐、后退左拐、后退右 拐、停止 等动作。速度图2.2速度控制示意图表2.1伺服电机参数设置参数号参数描述值Pr02控制方式选择1PrO4驱动禁止输入无效1Pr06零速箱位输入选择1Pr50速度指

26、令输入增益按需要设定Pr51速度指令输入取反Pr58加速度时间设定Pr59减速度时间设定Pr5AS形加速，减速时间设定（二）移动机器人无线通讯模块如何提高自主式移动机器人对各种传感器信息的处理能力是一个关键技术问 题。在移动机器人自身负重能力有限的情况下，通过无线通信方式，借助外部 计算 机处理传感器信息成为一种可行方案在轮式移动机器人控制平台上，成功地 实现了自主式移动机器人的无线控制。无线通讯模块的功能主要有：图像的无线传输和数据的无线传输。1、计算机与机器人间的图像无线通信图像的无线传输采用了 1K-1200SR无线影音发射器和接受器。摄像头连接发射 器，位于移动机器人的车体之上；接收器

27、放位于上位机（图像处理计算机）处，和彩色 数字图像采集卡连接，传输距离可达百米。2、计算机与机器人间的无线数据通信考虑到移动机器人的特点，无线通信是较为理想的通信方式。试验中，无线收发 模块采用TX315A全晶振式射频无线收发模块，模块由TX315A -T01发射 组件和 TX315A-R01接受组件两部分组成。该无线收发模块主要有以下特性：（1）体积小，发 射和接受模块均为12*22*32nnn0（2）其频率绝对一致，故在 使用的时候可随意增加发 射和接受组件，以组成所需要的功能系统。（3）发射模块的输入信号可以使用VD5026, PT2262, HT12E等等编码器，或是PIC16, Z8

28、0, 51系列的单片机，电路含有一只 47KQ的限流电阻，信号可以直接由芯片 输出，传输速率为0. 6K-4. 8K, 10K0（4）接受 模块内含有一整 套超外差晶振 接受和数据处理电路，输出可直接传给VD5027, PT2272, HT12D译码器或PIV16, Z80, 51单片机。发射模块与主机的连接见图2.3, 接收模块与单片机的连接见图2.6。+ 5V 图2.3发射模块与计算机的连接图计算机与单片机8951间的无线通信试验中，发射和接受两个模块用于计算 机串 口与单片机8951之间进行无线通信。单片机8951支持串口通信功能，性价比高，是 计算机控制机器人的理想中介。TX315-T

29、01模块与计算机串口的连 接中，由于模块不 支持TTL电平，计算机串口的TXD线需要经过电平转换后与 发射模块的信号输入端 相连。接受模块与单片机8951的连接如图2.4所示，无线接受模块的信号端与单片 机的RXD连接。单片机8951可直接通过一个引脚的高低电平将无线收发模块置于 始终发射或接收状态。由于试验中计算机采用 的是Visual Basic 6. 0的开发环境， 可通过设置Mscomm控件的属性来实现计 算机串口对无线收发模块收发状态转换的控 制。计算机与单片机的通信速率约定 为9600bs,为了获得精确的波特率,8951选用 H.0592MHz的晶振。所对应的单片机接受程序，部分如

30、下：GET:CLR RINOPNOPG1 ：JBCRI,G1OAGMP GlG10：MOVA, SBUFMOV 30HALCALL DI SPLAYSJMP GET单片机线1块无接模图2.4接收模块与单片机的连接图机器人无线控制是基于上述计算机与单片机之间的无线通信而实现的，设计 机器人无线通讯的总体框架如图2.5所示。_ 分 计算机f 电平转换 无线接收模块无线发射模块 机器人单片机图2.5机器人的无线通讯模块示意图（三）移动机器人控制系统的设计1、反应式控制结构随着人们对于移动机器人的性能的要求不断提高，例如要求其能够在复杂的 区域中（如在真实环境中）进行有目的的自主移动，这样就需要在它们

31、的控制系 统中具有一定的实时反应能力，针对这种情况，MIT的Brooks等人提出了 一 种被称为包容系统（Subsumption）的反应控制结构，反应结构目前已经得到了很AbstractWith the development of applied range, the work condition faced by robot is more complex, which always is unknown, dynamic and unstructured. So the control of robot t o fulfill a mission in real time under t

32、his environment has a new challenge. The ma in work and innovative ideas include.The structure of RIRA-Mobile robot is introduced. Furthermore, the driving model and power model are analyzed. The perception system of RIRA-Mobile robot is demonstrated particularly, which includes two models of vision

33、 and ultrasonic sensor. RIRA-Mobile robot uses two type s ultrasonic sensors so as to detect the general obstacles addition, information Sony EVI-D31 PTZ camera is also used, which can de controlled by computer serials that the vision function of robot is extended greatly to get more environment inf

34、ormation. Through exploring the behavior-based control technology, a behavior-based control system has been designed for mobile robot fulfilling multiple objective missions.KEYWORDS： mobile robot; hardware modules; behavior control.大的发展，各国研究人员提出了各种控制系统，反应结构目前已经广泛的应用于 机器人控制系统。反应式控制结构是把复杂的任务分解成很多简单的可以

35、并发执行的行为，这 些行为直接将传感器和驱动器耦合在一起，对传感器的输入实时的做出反应，给 驱动器发出控制命令，从而实现了实时控制，因此这种结构也被称为基于行 为 的控制结构(Behavior-Based Control Architecture)。多个行为相互松耦合构 成层次模型，它们通过相互竞争与仲裁，产生抑制和激活信息来协调彼此的行为， 因此外部观察者看来具有一种有序的动作方式，表现出某种形式的智能行为，如 避障、跟踪等。这种方法的优点主要在于每个行为的功能比较简单，因而可以通 过简单的传感器及其快速信息处理过程获得比较好的运行效果。高层行为建立在 底层行为之上，但下层可以单独运行，由上

36、而下具有功能继承性，且实时性好。反应系统中的一个关键问题是如何协调各种不同的行为，目前的行为协调一 般分成两种模式：合作(cooperative)模式和竞争(competitive)模式。合作模式(如图2.6所示)提供了同时使用一个或者多个行为的输出的能力, 因为这些行为是通过一组权值组合在一起，所以它的输出可以平滑传感器的 噪 声。然而，因为在不同的行为之间可能存在冲突，因此这种模式可能会产生小陷 阱或者死循环的情况，合作模式中比较典型的代表是，Arkin提出的Motor规则 控制结构。图2. 6合作模式在竞争模式(如图2.7所示)中，将不同的行为分成不同的等级，当有多个 行为同时发生时，只

37、是选择其中优先级高的行为来作为后的输出，它以不能平滑 传感器噪声为代价避开了小陷阱问题，但是也存在极限环问题，Brooks的包 含 控制系统所采用的就是竞争模式。XX大学XX届毕业设计论文2、移动机器人基于行为的控制系统的原则本课题基于Brooks提出的包容体系结构实现移动机器人的基本运动控制， 通过采用分布决策模式来取代传统的中心决策模式设计控制器，采用基于感知的 反应式行为模式，大大提高了移动机器人的机动能力、鲁棒性以及快速响应能力， 简化了控制系统的设计，进而保证了代码的易实现性和最小的扩展代价。为了使自主机器人系统能够适应环境的变化，研究人员一直在追求更好的硬 件、更复杂的程序、更精确

38、的传感器等等，以求得到更高级的机器人行为。但是， 我们总会受到某些条件的制约。实践经验表明：在多数情况下，越精确、越高级的 机器人系统就越难控制。因此在实际应用中要遵循一定的设计原则，使自主机器 人系统的设计切实可靠。目前，已有许多基于行为模式设计的机器人系统能够满 足人类的许多方面的要求，这些系统的成功主要归功于三个原则：简单性原则、 无残留状态原则和高冗余性原则。简单化设计原则能够带来使调试和改进更容易、更快捷，执行系统的效率更 高、适应性更强的优点，因此它越来越多地被采用。Donald等人给出了关于简单 化设计方法的总的观点；无须理解的灵巧操作、无须静态稳定性的行走、无须传 感器或激励器

39、的运动和基于行为主义的控制系统。无残留状态被定义为一个系统的大量反应的部分规则，是对系统内部所保留 状态的一种度量。我们设计时必须使系统的内部状态与外在环境保持同步，这就 要求所保留的状态不能在系统内部长时间的起作用。无残留状态特性是一种感觉 的消退，即在一短暂时段内保留感觉到的某种信息部分数据，这有点类似于视网 膜对残留影像的保留过程。感觉消退的设计允许将所得的信号直接加入到系统中 而无须改变先前的方法或代码：允许在实际的环境下对智能系统进行训练和调试。高冗余性是能使系统与不确定因素共存，而不是去消除不确定因素。它的实 现是通过尽量减少对精确度的需求来达到实际的要求。高冗余性原则已经在上述

40、的简单性原则、无残留状态原则中被充分运用，例如，运用快速反馈取代精确计 算。但在利用高冗余性原则时，研究人员必须要确保获得完成任务所需的最低限 度信息量。3、基于行为的控制系统的行为选择机制基于行为的包容式框架结构，如图2.7和2.8所示，将机器人的任务分成几 个 独立模块，每个模块响 应一个非常有限的行为；模块的作用是固定的，这些 模 块并行完成各自的工作。由于此结构可以任意添加不同优先级的模块，因此, 采用这种结构构造一个相对复杂的系统成为了可能。但是在这么多无限增 加的 行为模块中，哪一个或几个模块的行为被执行，是同步执行还是异步执行，这些 问题就涉及到了层与层之间的行为协调。图2.8包

41、容关系示意图图2. 10给出了包容结构模块关系示意图，图中XI是优先级低的行为的输出， X2是优先级高的行为的输出，Xout是实际输出到执行机构的值。当X2存在有意 义的输出，即优先级高的行为处于激活状态时，即使XI也处于激活状态，它也 将抑制XI的输出，此时的实际输出值等于X2, XI不起作用。只有当优先级高的 行为不 在激活状态时，优先级低的行为才取得控制权，实际输出才等于XI。第三章移动机器人感知系统研究（一）移动机器人的超声波传感器感知模块1、超声波传感器超声波是指频率在2000Hz以上，不能引起正常人听觉反应的机械振动波。其 波长很短，可以集成狭小的发射线束，呈束状直线传播，传播具有

42、一定的方向性。 同时超声波作为一种非接触的检测方式，和红外、激光及无线电测距相比，不受 光线、被测对象的颜色等的影响，在恶劣的环境中（如含粉尘时）具有一定的适 应能力，比激光测距更容易获得近距离信息，并且具有结构简单、成本低等优点。 为了研究和利用超声波，人们已经设计和制成了许多超声波发生器。总体上讲， 超声波发生器可以分为两大类：一类是用电气方式产生超声波，一类是用机械方 式产生超声波。电气方式包括压电型、磁致伸缩型和电动型等；机械方式有加尔 统笛、液哨和气流旋笛等。它们所产生的超声波的频率、功率和声波特性各不相 同，因而用途也各不相同。目前较为常用的是压电式超声波发生器。压电式超声波发生器

43、实际上是利用压电晶体的谐振来工作的。超声波发生器 内部结构如图3. 1所示，它有两个压电晶片和一个共振板。当它的两极外加脉冲 信号，其频率等于压电晶片的固有振荡频率时，压电晶片将会发生共振，并带动 共振板振动，便产生超声波。反之，如果两电极间未外加电压，当共振板接收到 超声波时，将压迫压电晶片作振动，将机械能转换为电信号，这时它就成为超声 波接收器了。常见的小型超声波传感器有以下三种形式：透射型：超声波在发射器和接收器之间通过，由于超声波穿透物体，发射波 束衰减或被截断，适于遥控器、防盗报警器、接近开关等。反射型（一体型）：传感器发射超声波，在待测物体表面发射，再返回传感 器。一个超声传感器既

44、发射又接收，多用于材料探伤、测厚等。反射型（分离型）：发射和接收分别是两个探头，形成一对，用于测距、液位 和料位等。外壳、金属丝网革电极压电晶片锥形共振板图3. 1超声波传感器结构2、超声波传感器的基本原理超声波测距原理很简单，一般采用渡越时间法(Time of Flight, TOF )检测超 声波往返距离的时间，由于所用的时间与超声波通过距离成正比，当超声波发射 极发出一个短暂的脉冲时，计时开始，当超声波接收器接收到第一个返回脉冲后, 计时立即停止。此时，记录得到的时间值为D/二CT/2其中D为机器人与被测物 之间的距离，C为声波在介质中的传播速度C=3314*J 1+273M/S, t为

45、摄氏温度)， T为超声发射到返回的时间间隔。超声波在空气中的传播速度为340m/s,但其传 播速度随介质温度的上升而加快，气温增高10,速度加快0. 6m/so图3. 1给出 了超声波传感器的构成原理图。3、移动机器人超声波传感器的应用机器人采用两款超声波传感器，分别是固定在机器人前方的三个远距离超声波传 感器，测量值为A1,A2, A3,测量范围为36MM-5忖三个在相同位置上的近距离超声 波传感器，测量值为al, a2,a3,测量范围13m-3m.近距离超声波传感器近距离超声波传感器的电路如图3.2所示图3. 2. 1电路板面在工作的时候，测距单片机首先输出一组40KHz的脉冲串，每组12

46、个脉冲, 经过三极管及变压器驱动超声波发射传感器T40发射。同时内部计时器开 始计 时。当发射出去的超声波脉冲信号遇到障碍物反射回来并被超声波接收器R40接 受后，接受放大电路对信号选频放大，然后送至单片机进行判断。若信号 有效, 则芯片停止计时并将时间换算为距离。距离数值有LED数码管直接显示，最大显 示距离为3nb误差W 0.01米，盲区为0. 13米。测距单片机芯片的10脚是串行 输出，端口与总控单片机直接相连，每测量一次，串口输出一组数据，由总控单 片机进行判断。1 .远距离超声波传感器机器人选用了美国宝利来公司生产的6500系列超声测距模块，见图3.3o该模 块包括一个发射-接收一体

47、的超声波传感器及其驱动模块，超声波频率为 49. 4KHzo每个传感器模块既作为超声发射器又作为超声接受器，因此不能同时 发射超声和接受超声，在发射超声后必须经过一段时间才能处理返回的声波。如果障碍物距离太近则传感器收不到返回的声波，所以该传感器存在一定的 测量盲区，所以RIRA将近距离传感器和远距离传感器交叉使用，只要将近距离 感器靠近机器人中心安装就可以抵消测量盲区的影响。本模块最远测量距离可以 达到10叫精度达到土设。超声波束的最大强度范围一般是在15-20度之间。该 套超声波模块己经被成功地应用于了移动机器人系统。2 超声测距模块在移动机器人中的应用超声波传感器由于具有成本低、结构简单

48、、计算量小、体积小和重量轻等优点 被广泛用于移动机器人系统，但也存在一些问题。Silva. C认为超声波传感器 很 难检测到近距离障碍物，而且是测距范围越远，盲区越大。RIRA使用了两种测距 范围的超声波传感器的目的就是为了消除盲区。另外由于受环境温度以及超声波 固有宽波束角等因素的影响，超声波传感器所测量的值与实际值总有一些误 差。 本超声波测距系统采用曲线拟合的最小二乘法对测量数据进行拟合，使其精度达 到土 Icmo测距误差主要来源于以下几个方面：（1）超声波束对探测目标的入 射角的影响。（2）超声波回波声强与待测距离的远近有直接关系，所以实际 测 量时，不一定是第一个回波的过零点触发。（3）超声波传播速度对测距的影响。 稳定准确的超声波传播速度是保证测量精度的必要条件，波的传播速度取决于传 播媒质的特性。传播媒质的温度、压力、密度对声速都将产生直接的影响。因此 需对声速加以修正。对于测距而言，引起声速变化的主要原因是媒质温度的变化。 本文采用声速预置和媒质温度测量结合的方法对声速进行修正，可有效地消除温 度变化对精度的影响501 o图3.3远距离超声波传感器图在移动机器人中，为了对环境有充分的了解，获取足够的环境信息，单个传 感器不足以完成机器人对环境的感知，