移动机器人定位人工智能机器人论文_第1页
移动机器人定位人工智能机器人论文_第2页
移动机器人定位人工智能机器人论文_第3页
移动机器人定位人工智能机器人论文_第4页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

学术发表和写作资源平台: QQ:275252867论文发表联系方式 qq:278121888移动机器人定位人工智能机器人论文新的室内移动机器人的实时定位和运动规划方法摘要:提出了一种将传感器信息与先验环境信息融合实现移动机器人定位和运动规划的方法。这种方法选用 SICK LMS200 型激光扫描测距仪为机器人感知装置,根据室内障碍物的顶点或拐角信息进行定位和运动规划。这种定位和规划方法模仿了盲人在熟悉环境下用拐杖走路的过程,适于室内移动机器人的实时定位和运动规划。 关键词:移动机器人; 定位; 运动规划; 信息融合 定位是移动机器人学中最基本的感知问题1。移动机器人要快速、无碰撞地到达目标位置,就必须知道自己在哪里。室内环境下,移动机器人通过将传感器数据与先验环境信息融合的方式自定位,规划下一步的运动。 移动机器人的定位算法可分为两类,即基于图标算法2,3和基于特征算法4,5。图标法往往采用占用网格技术构建度量图,而占用网格本身就是将传感器数据和环境模型或地图进行融合的一种机制6。特征法则将当前观测数据与地图进行匹配,构建拓扑图。 1 定位和运动规划原理 室内移动机器人在运动过程中,需要根据传感器从周围环境获取的信息与环境信息模型进行融合,推断当前时刻机器人自身的位置和方向,以及障碍物的位置和方向,以确定下一步的运动,如图1 所示。其中:St 表示 t 时刻机器人接收到的传感器数据;学术发表和写作资源平台: QQ:275252867论文发表联系方式 qq:278121888Mt 表示相应的先验环境信息;Pt 表示 t 时刻机器人的位置;At 是机器人根据 t 时刻位置以及目标位置采取的行动。 2 信息模型 移动机器人要实现准确的定位和运动规划,如何构建一个好的环境先验信息模型、传感器和机器人模型是关键问题。 21 环境先验信息模型 环境先验信息模型是关于室内环境的、静态的、已知的信息模型。它主要包括房间、走廊的形式化表示,不可移动障碍物(如办公桌、办公椅、沙发等)的形式化表示,可移动障碍物的形式化表示。室内环境是结构化的环境,首先对室内环境作如下假设: 室内地面是平坦的,从而可以将机器人的三维导航问题简化为二维; 室内办公桌、办公椅、沙发等障碍物的位置是固定的,且互不相交; 障碍物可以用在地面的投影表示,且每个障碍物的投影都能用多边形近似; 室内环境下的动态障碍物主要是房间内走动的人。 对房间和走廊的形式化表示用 roomPolygon 类描述如下: 对茶杯、文件等可移动对象的形式化表示包括对象的颜色、形状、纹理等。由于这些对象通常都位于办公桌等不可移动对象上,学术发表和写作资源平台: QQ:275252867论文发表联系方式 qq:278121888不会对机器人的运动构成障碍,因而在机器人的定位和运动规划中可以不予考虑。 22 传感器模型 传感器是机器人与环境之间的感知接口。机器人要实现准确的定位和避障,关于机器人周围环境的足够的信息量和较高的信息鲁棒性是必需的。本文选用的传感器是德国 SICK 公司 LMS200 型激光扫描测距仪。这是一种适合室内场景的测量设备。其主要参数如下: 3 定位和运动规划过程的实现 对于表示静态障碍物的多边形,其顶点可分为两类:属于障碍物在地面投影的边界点,如图 4 顶点A 、B;不属于障碍物在地面投影的边界点,如图 5 顶点 v1 、v2 。 在这两种情况下,机器人运动规划的过程是相似的。本文以图 4 为例,说明机器人的定位和运动规划过程。 4 仿真结果 参考文献: 1RUSSELL S, NERVIG P. Artificial intelligence: a modern approach M. New Jersey:Prentice Hall, 2002. 2LEONARD J, DURRANTWHITE H. Mobile robot localization by tracking geometric beaconsJ. IEEE Journal of Robotics and Automation, 1991,6(7):8997. 学术发表和写作资源平台: QQ:275252867论文发表联系方式 qq:2781218883BETKE M, GURVITS L. Mobile robot localization using landmarksJ. IEEE Journal of Robotics and Automation, 1997,13(2):251263. 4TALLURI R, AGGARWAL J K. Mobile robot selflocation using modelimage feature correspondenceJ. IEEE Journal of Robotics and Automation, 1996,12(1):6377. 5GUIVANT J,NEBOT E, DURRANTWHYTE H F. Simultaneous localization and map building using natural features in outdoor environmentsC

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论