移动机器人的导航技术总结142.pdf

《移动机器人的导航技术总结142.pdf》由会员分享，可在线阅读，更多相关《移动机器人的导航技术总结142.pdf（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、挪动机器人的关键技术分为以下三种:(1)导航技术 导航技术是挪动机器人的一项核心技术之一3,4它是指挪动机器人通过传感器感知环境信息和自身状态,实如今有障碍的环境中面向目的的自主运动目前,挪动机器人主要的导航方式包括:磁导航,惯性导航,视觉导航等其中,视觉导航 15 一 7通过摄像头对障碍物和路标信息拍摄,获取图像信息,然后对图像信息进展探测和识别实现导航它具有信号探测范围广,获取信息完好等优点,是挪动机器人导航的一个主要开展方向,而基于非构造化环境视觉导航是挪动机器人导航的研究重点。(2)多传感器信息交融技术多传感器信息交融技术是挪动机器人的关键技术之一,其研究始于 20 世纪 80 年代

2、18,9信息交融是指将多个传感器所提供的环境信息进展集成处理,形成对外部环境的统一表示它交融了信息的互补性,信息的冗余性,信息的实时性和信息的低本钱性因此能比较完好地,准确地反映环境特征,从而做出正确的判断和决策,保证了机器人系统快速性,准确性和稳定性目前挪动机器人的多传感器交融技术的研究方法主要有:加权平均法,卡尔曼滤波,贝叶斯估计,D-S 证据理论推理,产生规那么,模糊逻辑,人工神经网络等例如文献10介绍了名为 Xavier 的机器人,在机器人上装有多种传感器,如激光探测器!声纳、车轮编码器和彩色摄像机等,该机器人具有很高的自主导航才能。(3)机器人控制器作为机器人的核心局部,机器人控制器

3、是影响机器人性能的关键局部之一目前,国内外机器人小车的控制系统的核心处理器,己经由 MCS-51、80C196 等 8 位、16 位微控制器为主,逐渐演变为 DSP、高性能 32 位微控制器为核心构成由于模块化系统具有良好的前景,开发具有开放式构造的模块化、标准化机器人控制器也成为当前机器人控制器的一个研究热点近几年,日本!美国和欧洲一些国家都在开发具有开放式构造的机器人控制器,如日本安川公司基于 PC 开发的具有开放式构造!网络功能的机器人控制器我国 863 方案智能机器人主题也已对这方面的研究立项 视觉导航技术分类 机器人视觉被认为是机器人重要的感觉才能，机器人视觉系统正如人的眼睛一样,是

4、机器人感知局部环境的重要“器官,同时依此感知的环境信息实现对机器人的导航。机器人视觉信息主要指二维彩色 CCD 摄像机信息,在有些系统中还包括三维激光雷达采集的信息。视觉信息能否正确、实时地处理直接关系到机器人行驶速度、途径跟踪以及对障碍物的避碰,对系统的实时性和鲁棒性具有决定性的作用。视觉信息处理技术是挪动机器人研究中最为关键的技术之一。基于计算机视觉的自主机器人导航主要分为一下三种方法：(1)基于地图的机器人导航 基于地图的导航就是提供给自主机器人其导航环境的模型在一些早期的视觉系统中,自主机器人导航环境的知识都是以网格表征,把三维空间中物体按体积垂直投影到二维程度平面上,这种方式通常被引

5、用为/占用地图 0后来,占用地图的思想被/虚拟力场 0 改进虚拟力场也是一幅/占用地图0,不同的是在地图中每一个被占用的区域都对机器人施加斥力,而目的地图那么对机器人施加引力,所有的这些力通过向量的加减运算的共同作用牵引机器人避开障碍物,向目的地运动(2)基于光流的机器人导航 santos-Victo:等人研发了一个基于光流的视觉系统 robee0,该系统模拟了蜜蜂的视觉行为。该系统认为昆虫的眼睛长在两侧的优势就在于它们的导航机制是基于运动产生的特征,而不是深度信息。在 robee 中,一个分开的双目视野被用于模拟蜜蜂的中心反射:假设机器人位于环境的中心位置,其左眼拍摄到的画面场景变化速度和右

6、眼拍摄到的画面场景变化速度是一样的,相差几乎为 0,这时机器人就可以知道自己处于环境的中心位置,假设两侧眼睛的场景变化速度不同,机器人就朝向速度变化较慢的那一边运动。在自主机器人导航的实现中,根本的根本思想就是测量两侧眼睛(摄像机)拍摄到画面场景变化速度之差。该导航技术只能用于室内单一背景的直道环境中导航,无法指导机器人改变方向(3)基于地貌的机器人导航 基于地貌的机器人导航一般多用于室外环境,该类导航的核心问题就是数字图像中的形式识别,更详细的说就是物体颜色和纹理的识别问题。然而,由于光照以及环境色的影响,具有一样本质色的物体在不同的环境下可以呈现出完全不同的颜色,因此就需要对颜色空间进展一

7、定的转化。室外环境的导航涉及障碍物躲避、地标检测、位置估计等,由于很难预知先验知识,所以系统无法建立一幅卓为环境的完好地图,只能实时处理出如今视野中的对象,这对于导航算法的实时性要求很高。室外环境的自主机器人导航又可分为机构化环境中的导航和非构造化环境中的导航。国内外研究现状与开展趋势 研究现状 由于受室内环境尤其是家庭环境的限制,很多导航方法在室内挪动机器人上很难或根本无法应用,比方电磁导航、GPS 导航等等;另外,一些导航方法由于本钱或精度等原因,亦很难应用在商业化的室内挪动机器人中,比方激光定位导航系统需要相当高的本钱,而基于 RFID 的导航系统精度低是有待解决的问题。从传感器的角度来

8、看,室内挪动机器人导航比较常用的方法主要有视觉导航、红外线导航以及多传感器交融导航等视觉导航又可分为基于单目视觉的导航,基于立体视觉的导航以及基于全景摄像机导航等由于全景相机具有较宽的视场,比较容易实现基于多路标三角或三边导航系统,因此应用比较广泛;基于单目视觉的导航系统相比照拟简单且易于实现,在实际的系统中获得广泛应用l6,17;立体视觉一般用于基于自然路标的导航系统中,文献=181中采用 SIFT 特征点作为自然路标来实现机器人自定位此外,基于多传感器交融的机器人导航系统也是当前研究的热点,例如导航系统中交融声纳传感器以及视觉传感器实现室内机动机器人的导航。目前,根据地图的挪动机器人导航研

9、究己有许多成功实例,然而,在大多数情况下,机器人所处的环境是未知的和动态变化的,因此挪动机器人在未知环境下的同步定位和地图构建(SimultaneouslocallzationandmaPping,SLAM)那么成为机器人自定位领域的热点常用的 SLAM技术主要有基于激光传感器的 SLAM 和基于视觉传感去的 SLAM(简称 VSLAM)由于视觉传感器的优点,VSLAM 具有更广泛的应用前景vSLAM 技术一般基于自然路标实现,在国内外受到广泛的理论研究z0,2.l,但要想成功应用与实际系统中,还有很多问题有待解决。开展趋势 整体来说,随着机器人视觉系统硬件性能的提升和处理方法的不断丰富,基于

10、视觉的导航技术将日益成熟与完善。结合室内挪动机器人视觉导航技术的研究现状,其开展方向出要存在如下三种趋势:(1)实时、准确以及稳定的视觉导航方法当前的视觉导航技术往往在对视觉数据进展简单处理后就用于导航任务,因此只能从图像中提取有限的信息,很容易导致导航任务的失败因此在改善硬件设备的同时,可以考虑将并行处理技术!各种智能算法应用于详细导航任务。(2)多传感器交融以及多种导航技术的综合使用多传感器交融23可以结合多种导航传感器的优点,取长补短,使导航系统的鲁棒性更强并且具有更高的精度。另外,当前机器人导航大多采用单一的导航技术,而一种导航方法往往存在其固有的局限性路标地图描绘比较粗略,几何地图使

11、用起来一般计算复杂度高;卡尔曼定位局限于系统及测量噪声为高斯白噪声,粒子滤波方法也存在计算量较大等问题因此在完善单一自定位方法的同时,应该将各种技术的特点系统性地综合起来加以应用,取长补短。(4)基于 VSLAM 技术的导航方法目前,VSLAM 技术在理论上还不成熟,在实际应用中也才存在很大困难,但为了使挪动机器人具有更高的自主导航才能以及环境适应才能,解决VSLAM 技术存在的疑难问题并使其成功地应用于机器人导航系统,这必然是将来机器人自定位的主流趋势之一。备注：上面这篇文章来自?挪动机器人视觉导航算法的研究与设计?，作者姓名:孙志阳 指导教师:吴成东教授 王晓哲副教授 上篇文章主要着眼点为

12、室内机器人导航问题。挪动机器人视觉导航技术 视觉导航技术是智能机器人领域的重要研究方向，也是智能挪动机器人的一项关键技术。运用视觉传感器，可进展与挪动机器人大多数底层行为控制有关的环境感知，如测距、避障、目的物跟踪、轨迹跟踪、局部定位、路标识别。1、基于环境理解的全局定位 一般的定位方法是：地理特征或人工标志在世界坐标系中的位置是预先。当从捕获的景物图像中提取出路标的图像坐标后，再通过路标在图像中的位置和他们在世界坐标系中的几何位置关系计算出传感器系统在世界坐标系中的绝对位置。根据一般采用的数学模型，位置计算要求感知至少 3 个以上的路标才能完成，所以一般希望传感器系统在任意工作空间位置上尽可

13、能观察到足够多的路标89。视觉导航具有信息量大，适用范围广的优点，因此越来越受到关注。2、途径识别和跟踪 包括对自然环境中道路的理解和可行通路方向的判别。在基于视觉导航的地面自主机器人中,机器视觉与途径规划是核心模块.目前国内外许多学者在这方面作了大量的研究工作,到目前为止还没有找到一套适用于各种道路环境的算法。为了简化视觉信息处理,降低开发难度,通常把挪动机器人的工作环境分为构造化道路环境和非构造化道路环境.构造化道路的检测相对来说较易实现,其检测技术一般都以边缘检测为根底,辅以 Hough 变换、形式匹配等,并利用最小二乘法处理对应于道路边界的线条,得出道路的几何描绘。由于非构造化道路的环境复杂、特征描绘困难,使得非构造化道路的检测及信息处理复杂化。目前对非构造化道路的检测主要采用三种方法:边缘抽取法、阈值法和分类法。3、目的识别和障碍物检测 障碍物检测原理与道路检测原理差不多,但其重点是对障碍物位置和大小的描绘。立体视觉可以完成三维重建，获得障碍物位置和大小的信息。对于单目，不能完成三维重建，无法获得障碍物的三维信息，因此多采用与超声波等其他传感器的交融，共同实现障碍物的识别工作。以上内容来自?自主挪动机器人导航研究?连秀林 北京交通大学