（测试计量技术及仪器专业论文）移动机器人定位、地图创建及路径规划研究.pdf

东南大学硕士学位论文 摘要 论文以自制的“探索者”移动机器人为实验平台，对定位系统信息进行了融合以提高系统定位 能力，对超声测距传感器信息则进行了滤波设计，并进一步优化了环境地图的创建，同时也对基于 栅格地图的路径规划问题进行了仿真研究，增强了移动机器人在未知环境下的定位、环境建模和路 径规划能力。 为提高移动机器人的定位问题，论文设计了扩展卡尔曼滤波器对移动机器人装载的里程计、陀 螺仪以及电子罗盘信息进行了信息融合，使定位系统的定位能力得到了一定的提高。 采用超声传感器的弧线模犁，设计了数字滤波器对超声信息进行了处理，实验证明，采用“a 1 e f ” 算法能有效地、真实地反映墙壁、拐角等结构化环境特征，较好的绘制了环境地图。 针对超声波多次反射产生的镜像误点，提出“a f g r ”算法对基于灰色系统理论的栅格地图创 建进行了改进。实验证明，改进后的方法能有效的去除多次反射产生的镜像误点，并具有一定的鲁 棒性。 移动机器人在基于栅格地图的导航与路径规划的研究中，通常路径规划是以栅格中心点到栅格 中心点进行规划的，限制了路径只能是次优的，提出了基于a 的“t b ”算法，能够进一步寻找到 移动机器人的当前位置到目标点的最优最短路径，且该路径更符合智能化要求。 关键字：移动机器人扩展 尔曼滤波定位弧线模型地图创建路径规划a + 算法 东南大学硕士学位论文 a b s t r a c t a u t o n o m o u sm o b i l er o b o r sh a v em a n yv a l u a b l ea t t r i b u t e st h a tc a nb e n e mh u m a nb e i n g si na l lf i e l d s o f m o d e ml i f e t h ep a d e ri n t r o d a c s e l i s o i sl o a d e di i lt h em o b i l er o b o t a n dt h ee x t e n d e dk a l m a nf i r e ri sd e s i g n e d t of u s et h ei n f o r m a t i o no f t h em i l e m e t e r , g y r o s c o p ea n dc o m p a s st oi m p r o v ep r e c i s i o no f l o c a l i z a t i o no f t b e m o b i l er o b o t t h ea nm o d e lo ft h eu l t r a s o n i cs e n s o ri sf a v o ro fd e s c r i b i n ge n v i r o n m e n t , e a p e c i a l l yo p e na n d s t r u c t u r ee n v i r o n m e n t h e nt h ep o i n to fi n t e r s e c t i o no f t h ea l e si st h ei n f o r m a t i o no f t h ea v a i l a b i l i t yd a m s ， t h ea l g o r i t h mo ft h ea r e - i n t e r s e c t i o ne s t i m a t i o nw i t hd i g i tf i l t e ri sb r i n gf o r w a r dt oi m p r o v et h ev e r a e i t y o ft h eo b s t a c l ed i r e c t i o n t h ee x p e r i m e n t ss h o wt h a tt h i sa l g o r i t h mc a ni n d i c a t el r u e l yt h ew a l l s ，c o r t l e r s ， a n dc a ns e t t l en a r r o wc h a n n e l sa n ds o0 t i a i m i n ga tt h ec 丑u s e so f m u l t i p l er e f l e c t i o n s ，t h er e l a t i v i t yo f e x i s t e n c eo f o b s t a c l ei sc o n s i d e r e dw h e n c a l c u l a t i n gp r o b a b i l i t yo ft h ee x i s t e n c eo fo b s t a c l e t h ea d a p t i v ef u z z yg r e yr e n e wa l g o r i t h mi su s e dt o a v o i dt h et h em i r r o ri m a g ed o t s e x p e r i m e n t sg i y e np r o v et h em e t h o de f f e c t i v ea n da p p l i c a b l e t h ea + m g o f i t h mi sa p p l i e di np a t h p l a n n i n gb a s e do ng a dm a p b u tt h ep a t hi sn o tt h es h o r t e s tp a t h , t h et r i a n g l eb i a sa l g o r i t h mi sa p p l i e dt os h o r tt h ep a t h s i m u l a t i o ne x p e r i m e n t ss h o wt h a tt h i sa r i t h m e t i c c a l li n d i c a t et h es h o r t e s tw a yb e t w e e nt h ep o s i t i o no fr o b o ta n dt h et a r g e ti nt h eg a dm a p k e y w o r d s ：a u t o n o m o u sm o b i l er o b o t , e x t e n d e dk a l m a nf i l t e r , l o c m i z a t i o 玑a r em o d e l ，m 印b u i l d i n g , p a t h - p l a n n i n g , a + a 1 9 d t h o m 东南大学学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得 的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含 其他人已经发表或撰写过的研究成果，也不包含为获得东南大学或其它教育机构 的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均 已在论文中作了明确的说明并表示了谢意。 研究生签名：期：兰竺z ：壁：! 兰 东南大学学位论文使用授权声明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位 论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人 电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论 文被查阅和借阅，可以公布( 包括刊登) 论文的全部或部分内容。论文的公布( 包 括刊登) 授权东南大学研究生院办理。 研究生签名：吲q 剁导师签名：窟世( l 日期：叩川心 第一章绪论 第一章绪论 机器人( r o b o t ) 是2 0 世纪人类最伟大的发明之一。从某种意义上讲，一个国家机器人技术水 平的高低反映了这个国家综合技术实力的高低。机器人已在工业领域得到了广泛的应用，而且正以 惊人的速度不断向医疗、军事、娱乐等非工业领域扩展。毋庸置疑，2 1 世纪机器人技术必将得到更 大的发展，成为各国必争之知识经济制高点。 我国科学家对机器人的定义是：“机器人是一种自动化的机器，所不同的是这种机器具备一些与 人或生物相似的智能能力，如感知能力、规划能力、动作能力和协同能力，是一种具有高度灵活性 的自动化机器”。 自主移动机器人( a u t o n o m o u sm o b i l er o b o t ，a m r ) 是指在完全未知环境中，实时自主运动的， 集环境感知、动态决策与规划、行为控制与执行等功能于一体的具有高度自动化程度的智能化装置。 a m r 自主性主要体现在对环境的感知和理解、行为自主规划以及自我学习和自我适应能力等方面。 作为一种复杂的智能系统，a m r 的研究涉及计算机视觉、模式识别、传感器及多传感器信息融合、 人工智能、自动控制等诸多学科的理论和技术，集中体现了计算机技术和人工智能的最新成果，在 军事和民用方面显示出越来越广泛的应用价值。a m r 根据应用环境的不同可以分为陆地、水下和空 中三种类型；根据行走方式的不同，a m r 又可分为轮式机器人、履带式机器入和人彤机器人。本文 主要研究陆上轮式移动机器人。 1 1 移动机器人的发展及现状 1 1 1 移动机器人的发展史 自动化技术的发展，特别是计算机的诞生，推动了现代机器人的发展。 5 0 年代是机器人的萌芽5 0 年代是机器人的萌芽期，其概念是个空间机构组成的机械臂，一 个可重复编程动作的机器”。1 9 5 4 年美国戴沃尔发表了“通用重复型机器人”的专利论文，首次提出“工 业机器人”的概念；1 9 5 8 年美国联台控制公司研制出第一台数控工业机器人原型；1 9 5 9 年美国 u n l m a t i o n 公司推出第一台工业机器人。 6 0 年代随着传感技术和工业自动化的发展，工业机器人进入成长期，机器人开始向实用化发展， 并被片j 于焊接和喷涂作业中。 7 0 年代随着计算机和人r _ 】二智能的发展，机器人进入实用化时代。日本虽起步较晚，但结合国情， 面向中小企业，采取了一系列鼓励使用机器人的措施，其机器人拥有量很快超过了美国，一举成为 “机器人王国”。 8 0 年代，机器人发展成为具有各种移动机构、通过传感器控制的机器。工业机器人进入普及时 代，开始在汽车、电子等行业得到人量使用，推动了机器人产业的发展。为满足人们个性化的要求， 工业机器人的生产趋于小批量、多品种。 9 0 年代初期， ：业机器人的生产与需求进入了高潮期：1 9 9 0 年世界上新装备机器人8 1 0 0 0 台， 1 9 9 1 年新装备7 6 0 0 0 台。1 9 9 1 年底世界上已有5 3 万台工业机器人工作在各条战线上。随后由于受 到日本等国经济危机的影响，机器人产业也一度跌入低谷。近两年随着世界经济的复苏，机器人产 业又出现了一片生机。9 0 年代还出现了具有感知、决策、动作能力的智能机器人，产生了钾能机器 或机器人化机器。随着信息技术的发展，机器人的概念和应用领域也在不断扩大。 1 1 2 移动机器人的最新发展 从机器人诞生到本世纪8 0 年代初，机器人技术经历了一个睦期缓慢的发展过程。到了9 0 年代， 随着计算机技术、微电子技术、网络技术等的快速发展，机器人技术也得到了飞速发展。除了工业 机器人永平不断提高之外，备种用于非制造业的先进机器人系统也有了跃足的进展。下面按工业机 1 东南大学硕：i 二学位论文 器人和先进机器人两条技术发展路线分述机器人的最新进展情况。 1 工业机器人 ( 1 ) 机器人操作机：通过有限元分析、模态分析及仿真设计等现代设计方法的运用，机器人操 作机已实现了优化设计。以德国k u k a 公司为代表的机器人公司，已将机器人并联平行四边形结构 改为开链结构，拓展了机器人的工作范围，加之轻质铝合金材料的应用，大大提高了机器人的性能。 此外采用先进的r v 减速器及交流伺服电机，使机器人操作机几乎成为免维护系统。 ( 2 ) 并联机器人：采用并联机构，利用机器人技术，实现高精度测鼍及加工，这是机器人技术 向数控技术的拓展，为将来实现机器人和数控技术一体化奠定了基础。意大利c o l v l a u 公司，日本 f a n u c 等公司已开发日 了此类产品。 ( 3 ) 控制系统：控制系统的性能进一步提高，已由过去控制标准的6 轴机器人发展到现在能够 控制2 1 轴甚至2 7 轴，并且实现了软件伺服和全数字控制。人机界面更加友好，基于图形操作的界 面也已问世。编程方式仍以示教编程为主，但在某些领域的离线编程已实现实用化。 ( 4 ) 传感系统：激光传感器、视觉传感器和力传感器在机器人系统中已得到成功应崩，并实现 了焊缝自动跟踪和自动化生产线上物体的自动定位以及精密装配作业等，大大提高了机器人的作业 性能和对环境的适应性。日本娟，a s a 、y a s k a w a 、f a n u c 和瑞典a b b 、德国k u k a 、r e i s 等公司皆推出了此类产品。 ( 5 ) 网络通信功能：日本y a s k a w a 和德国k u k a 公司的最新机器人控制器已实现了与 c a n b u s 、p r o f i b u s 总线及一些网络的联接，使机器人由过去的独立应崩向网络化麻_ i ；j 迈进了一大步， 也使机器人由过去的专用设备向标准化设符发展。 ( 6 ) 可靠性：由于微电子技术的快速发展和大规模集成电路的应用，使机器人系统的可靠性有 了很大提高。过去机器人系统的可靠性m t b f 一般为几千小时，而现在己达到5 万小时，几乎可以 满足任何场合的需求。 2 先进机器人 近年来，人类的活动领域不断扩大，机器人应用也从制造领域向非制造领域发展。像海洋开发、 宇宙探测、采掘、建筑、医疗、农林业、服务、娱乐等行业都提出了自动化和机器人化的要求。这 些行业与制造业相比，其主要特点是工作环境的二i # 结构化和不确定性，因而对机器人的要求更高， 需要机器人具有行走功能，对外感知能力以及局部的自主规划能力等，是机器人技术的一个重要发 展方向。 ( 1 ) 水下机器人；美国的a u s s 、俄罗斯的m t - 8 8 、法国的e p a v l a r d 等水下机器人已用于 海洋石油开采，海底勘查、救捞作业、管道敷设和检查、电缆敷设和维护、以及大坝检查等方面， 形成了有缆水下机器人( r e m o t eo p e r a t e dv e h i c l e ) 和无缆水下机器人( a u t o n o m o u su n d e rw a t e rv e h i c l e ) 两大类。 ( 2 ) 空间机器人：空间机器人一直是先进机器人的重要研究领域。目前美、俄、加拿大等国已 研制出各种空间机器人。如美国n a s a 的空间机器人s o j a n o r 等。s o j a n o r 是一辆自主移动车，重量 为1 1 5 k g ，尺寸6 3 0 4 8 m m ，有6 个车轮，它在火星上的成功应用，引起了全球的广泛关注。 ( 3 ) 核工业用机器人：国外的研究主要集中在机构灵巧，动作准确可靠、反应快、重量轻、刚 度好、便于装卸与维修的高性能伺服手，以及半自主和自主移动机器人。已完成的典型系统，如美 国o r m l 基于机器人的放射性储罐清理系统、反应堆用敢臂操作器，加拿大研制成功的辐射监测与 故障诊断系统，德国的c 7 灵巧手等。 ( 4 ) 地下机器人：地f 机器人主要包括采掘机器人和地下管道检修机器人两类。主要研究内容 为：机械结构、行走系统、传感器及定位系统、控制系统、通信及遥控技术。目前日、美、德等发 达国家己研制出了地下管道和石油、天然气等大型管道检修用的机器人，各种采掘机器人及自动化 系统正在研制中。 ( 5 ) 医用机器人：医用机器人的主要研究内容包括：医疗外科手术的规划与仿真、机器人辅助 外科手术、最小损伤外科、临场感外科手术等。美国已开展临场感外科( t e l e p r e s e n e es u r g e r y ) 的研 究，用于战场模拟、手术培训、解剖教学等。法、英、意、德等国家联合开展了图像引导型矫形外 2 第一章绪论 科( t e l e m a t i c s ) 计划、袖珍机器人( b i o m e d ) 计划以及用于外科手术的机电手术工具等项目的研究， 并已取得一些卓有成效的结果。 ( 6 ) 建筑机器人：日本己研制出2 0 多种建筑机器人。如高层建筑抹灰机器人、预制件安装机 器人、室内装修机器人、地面抛光机器人、擦玻璃机器人等，并已实际应用。美国卡内基梅隆大学、 麻省理工学院等都在进行管道挖掘和埋设机器人、内墙安装机器人等型号的研制、并开展了传感器、 移动技术和系统自动化施工方法等基础研究。英、德、法等国也在开展这方面的研究。 ( 7 ) 军_ l 机器人：近年来，美、英、法、德等国已研制出第二代军用智能机器人。其特点是采 用自主控制方式，能完成侦察、作战和后勤支援等任务，在战场上具有看、嗅和摸能力，能够自动 跟踪地形和选择道路，并且具有自动搜索、识别和消灭敌方目标的功能。如美国的n a v p l a b 自主导 航车、s s v 半自主地面战车，法国的自主式快速运动侦察车( d a r d s ) ，德国m v 4 爆炸物处理机器 人等。目前美国o r n l 正在研制和开发a b r a m s 坦克、爱国者导弹装屯池用机器人等各种用途的军 _ f j 机器人。 可以预见，在2 1 世纪各种先进的机器人系统将会进入人类生活的各个领域，成为人类良好的助 手和亲密的伙伴。 1 1 - 3 移动机器人的研究热点与趋势 目前国际机器人界都在加大科研力度，进行机器人共性技术的研究，并朝着智能化和多样化方 向发展。主要研究内容集中在以下1 0 个方面： 1 工业机器人操作机结构的优化设计技术：探索新的高强度轻质材料，进一步提高负载，自重 比，同时机构向着模块化、可重构方向发展。 2 机器人控制技术：重点研究开放式，模块化控制系统，人机界面更加友好，语言、i 訇形编程 界面正在研制之中。机器人控制器的标准化和网络化，以及基于p c 机网络式控制器已成为研究热 点。编程技术除进一步提高在线编程的可操作性之外，离线编程的实用化将成为研究重点。 3 多传感系统：为进一步提高机器人的智能和适应性，多种传感器的使用是其问题解决的关键。 其研究热点在于有效可行的多传感器融合算法，特别是在非线性及非平稳、非正态分布的情形下的 多传感器融合算法。另一问题就是传感系统的实 j 化。 4 机器人的结构灵巧，控制系统愈来愈小，二者正朝着一体化方向发展。 5 机器人遥控及监控技术，机器人半自主和自主技术，多机器人和操作者之间的协调控制。通 过网络建立大范围内的机器人遥控系统，在有时延的情况f ，建立预先显示进行遥控等。 6 虚拟机器人技术：基于多传感器、多媒体和虚拟现实以及临场感技术，实现机器人的虚拟遥 操作和人机交且。 7 多智能体( m u l t i a g e n t ) 调控制技术：这是目前机器人研究的一个崭新领域。主要对多智能 体的群体体系结构、相互间的通信与磋商机理，感知与学习方法，建模和规划、群体行为控制等方 面进行研究。 8 微型和微小机器人技术( m i c r o m i n i a t u r er o b o t i c s ) ：这是机器人研究的一个新的领域和重点 发展方向。过去的研究在该领域儿乎是空白，因此该领域研究的进展将会引起机器人技术的场革 命，并且对社会进步和人类活动的各个方面产生不可估量的影响，微小型机器人技术的研究主要集 中在系统结构、运动方式、控制方法、传感技术、通信技术以及行走技术等方面。 9 软机器人技术( s o f tr o b o t i c s ) ：主要用于医疗、护理、休闲和娱乐场合。传统机器人设计未 考虑与人紧密芡处，因此其结构材料多为金属或硬性材料，软机器人技术要求其结构、控制方式和 所用传感系统在机器人意外地与环境或人碰撞时是安全的，机器人对人是友好的。 1 0 仿人和仿生技术：这是机器人技术发展的最高境界，目前仅在某些方面进行一些基础研究。 1 2 移动机器人关键技术发展现状 移动机器人的关键技术主要包括；传感器信息融合技术、地图创建技术、导航定位技术、路径 3 东南大学硕士学位论文 规划技术以及车体控制技术等，下面简要介绍一下传感器信息融合技术、地矧创建技术以及导航与 定位技术的发展现状。 1 2 1 传感器信息融合技术 近年来多传感器信息融合技术已发展成为一个热门的科研领域，取得了巨大的进步。多传感器 信息融合技术的应用需要务个学科的知识，包括控制理论、信号处理、人工智能和数理统计等方面 的知识。使用多传感器信息融合技术的优点：其具有较高的容错功能，提高了系统的精度，扩展了 空间覆盖的范围，提高了可信度，增加了可靠性，降低了成本。 多传感器信息融合的算法是多传感器信息融合的重要组成部分。近年来人们常用的多传感器信 息融合方法大致分为：估计方法、识别方法、参数方法和人丁智能方法【1 】。具体分类见表1 1 。 表1 1 多传感器融合算法分类 非递推的方法 加权平均法 参数模板法 估计方法 疆小二乘法聚类分析法 尔曼滤波学习量子化 递推的方法 扩展户尔曼滤波k m e 锄聚类 贝叶斯理论 识别方法 k o h o n e n 特征图 参数方法d s 证据理论 a r t 通用的证据理论 a r t m p 专家系统 f u z z y a r t 人工智能方法 适应性神经网络 n e t w o r k 模糊逻辑 在这些算法当中，最简单也是最直观的通用融合算法就是由一组传感器提供冗余信息进行加权 平均，并将此加权信息作为信息的融合值。加权平均法的典型例子就是早期的h i i a r e 移动机器人的 应j e ；f j ，在此机器人上设定每个传感器的不确定性为高斯分布，而且所有传感器测量值的标准偏差相 同，采用加权平均法作为物体轮廓的融合设计。 卡尔曼滤波是使用统计特征来对所要进行融合的数据进行递推估计。当系统可以用线性模型表 示并且系统和测量的误差可用高斯自噪声来表示的话，卡尔曼滤波融合数据提供唯一的统计意义下 的最优估计。如果系统是非线性，但是若系统和测量误差可崩高斯白噪声表示的话，此时扩展的卡 尔曼滤波是晟优的选择。 参数方法中，d - s 证据理论是贝叶斯理论的扩展，它可以处理由于不知道而引起的不确定性，能 够较好地表示不确定的信息，并具有简单的推理规则。模糊逻辑允许多传感器信息融合的不确定性 直接表示在推理的过程中。是多值逻辑的一种类别，利用0 o 1 0 来表示可靠性。模糊控制的实质是 在控制方法上应用模糊数学的知识，其控制原理和经典控制、现代控制理论是一样的。模糊控制由 于是可以不依赖于数学模型的控制算法，因而可以应用在模型未知的复杂系统或动态特性常变的对 象上。 识别方法将特征空间分割成不同的区域，每个区域代表了识别的等级。一次测量的数据都要经 过计算并与前一级的数据进行对照。这样在对不确定识别方面具有很强的应用性，像非监督或是自 学习的方法有学习量子化、k ，m e a n 聚类、k o h o n e n 特征图，这儿种方法都适用于识别目标。 神经网络方法是近年来发展的新方法。该融合方法的特点：f 1 ) 对非线性系统具有统一的描述， 通过学习算法可将网络获得的传感器信息进行融合，获得相应的参数，并且可将知识规则转化为数 字的形式。例如：n a r e n d m 提出了基于多层前向神经网络的被控对象为非线性仿真系统的模型参考 间接适应控制系统。( 2 ) 利用外部环境的信息，能够实现信息的获取及并行处理的能力。能通过学习 将系统不确定的关系融合成系统能够理解的符号。( 3 ) 基于神经网络的多传感器信息融合技术利用了 神经网络的这些特点，将传感器的数据信息作为神经网络的输入进行处理，从而获得了对障碍物影 像的比较精确的估计。 4 第一章绪论 1 2 2 地图刨建技术 在现有的研究中，地图描述方法大致可以分以下几类：栅格地图( g r i d - b a s e dm a p ) 、几何特征地 图( g e o m e t r i cf e a t u r em a p ) $ l 拓扑地图( t o p o l o g i c a lm a p ) 。 栅格地图即将整个工作环境分为若干相同大小的栅格，对于每个栅格指出其中存在障碍物的可 能性。这种方法最早由e l f e s 和m o r a v e s l 2 1 提出，并在许多机器人系统中得到应用，是使用较为成功 的种方法。栅格地图很容易创建和维护，机器人所了解的每个栅格的信息直接与环境中某区域对 应，使用声纳这样的廉价传感器即可获得创建地图的信息并加入地图中，借助于该地图，可以方便 地进行自定位和路径规划。使用栅格表示地图的缺点是当栅格数量增大时( 在大规模环境或对环境划 分比较详细时) ，对于地图的维护行为所占用的内存和c p u 时间迅速增长，使计算机的实时处理变 得很困难。f o x 和b u r g a r d 在他们的博物馆导航机器人p 1 中就使用了这种方法，并使用神经网络来学 习感知数据到地图的映射。 此外，t i r u m a l a l 和s e h u n c k 、o r i o l o 和u l i v i 、y a m a u e h i 等人也在栅格地图基础上提出了不同的 地图描述方法1 4 “。 几何特征地图是指机器人收集环境的感知数据，从中提取更为抽象的几何特征来描述环境，例 如线段或曲线。这种表示方法更为紧凑，且便于位置估计和目标识别。几何信息的提取需要对感知 信息作额外的处理，且需要一定数量的感知数据才能得到结果。c h a t i l a 和l a u m o n d 最早提出在全局 坐标系中使用多边形来表示物体 7 1 。l u 和m i l i o s 记录激光测距仪的数据并从中提取直线特征1 8 1 。1 9 9 6 年a a a i 移动机器人竞赛冠军“j e e v e s ”则从机器人声纳的测量数据序列中寻找室内环境中的墙( 用 线段表示) 来逐步构建地图h 。k u e 和s i e g e l 、o h y a 和n a g a s h i m a ，他们试图将环境定义为更为形象 化的几何特征，如面、角、边的集合或者墙、走廊、门、房间等i l ”i i 拓扑地图是另一种紧凑地图表示方法。这类方法将环境表示为拓扑意义中的图g r a p h ，图中的节 点对应于环境中的一个特征状态、地点，如果节点间存在真接连接的路径则相当于图中连接节点的 弧。在这方面最早成功的方法是由k u i p e r s 和b y u n 提出的1 1 2 1 ，拓扑顶点被定义为拥有最多等距障碍 物的点，c h o s e t 的方法与此类似 1 3 1 ，这种点被称为汇合点( m e e t p o i n t s ) ，顶点问由弧线连接，弧线包 含了一点向另一点移动的度量信息，在仿真中发现这种方法能够可靠的在大规模的室内环境中实现。 m a t a r i e 的拓扑地图中顶点对应于环境中预定义的标记 1 4 1 ，如表示墙的线段。s h a t k a y 和k a e l b l i n g 通 过观测路标来建立环境的拓扑地图，并通过路标匹配和b a u m - w e l s h 算法实现机器人的定位 1 5 1 t h r u n 则先创建栅格地图，再从栅格地图中提取特征建立拓扑地蚓以适应不同的需求【l ”。拓扑地图占用空 间较少( 决定于环境的复杂度) ，可咀实现快速的路径规划，不需要机器人准确的位置信息，也为人机 交互下达指令提供了一种更为自然的接口；但难以创建和维护，特别是传感器误差较大时，如果环 境中存在两个很相似的地方，将很难确定这是否为同一节点。 1 2 - 3 导航与路径规划技术 路径规划是移动机器人的核心功能之一，路径规划的主要任务是能够快速在环境地矧中找到一 条从起始点到目标点的最短或晟优的无碰路径。根据环境信息的不同，移动机器人的路径规划方法 可以分为两种1 1 7 1 ，一种是基于环境信息是静态的、己知的全局路径规划法，另一种是环境信息是动 态的、未知的基于传感器信息的局部路径规划。 1 全局路径规划方法( g l o b a lp a t hp l a n n i n g ) 依据己获取的全局环境信息，给机器人规划出一条从起点至终点的运动路径。规划路径的精确 程度取决于获取环境信息的准确程度。全局路径规划方法通常可以寻找最优解，但需要预先知道准 确的全局环境信息。通常该方法计算量犬，实时性差。不能较好地适应动态非确定环境。基于环境 建模的全局路径规划的方法主要有：自由空间法、构型空间法和栅格法等。 ( 1 ) 自由空间法( f r e es p a c ea p pr o a c h ) 自由空间法采用预先定义的如广义锥形和凸多边形等基本形状构造自由空间，并将自由空间表 示为连通图，然后通过搜索连通图来进行路径规划，此方法比较灵活，即使起始点和目标点改变， 也不必重构连通圈，但是算法的复杂程度与障碍物的多少成正比，且不能保证任何情况下都能获得 5 东南大学硕士学位论文 最短路径。因而该方法仅适用丁二路径精度要求不高。机器人速度不快的场合。按照划分自由空间方 法的不同又可分为：凸区法、三角形法、广义锥法。 f 2 ) 构型空间法 为了简化问题，通常将机器人缩小为一点，将其周围的障碍物按比例相席地进行拓展，使机器 人在障碍物空间中能够任意移动而不与障碍物及其边界发生碰撞。目前研究比较成熟的有可视图法 利优化算法r 如d i j k s t r a 法、a + 搜索算法等) 。 ( 3 ) 栅格法( g r j d s ) 栅格法将机器人的工作环境分解成一系列具有二值信息的网格单元，并假设1 作空间中障碍物 的位置和大小已知且在机器人运动过程中不会发生变化。用尺寸相同的栅格对机器人的二维工作空 间进行规划，栅格大小以机器人自身的尺寸为准。若某一栅格范围内不含任何障l 醇物，则称此栅格 为自由栅格，反之，称为障碍栅格。这样，自由空间和障碍物均可表示为栅格块的集成。 2 局部路径规划方法( l o c a lp a t hp l a n n i n g ) 局部规划方法侧重考虑机器人探知的当前局部环境信息，这使机器人具有较好的避碰能力。现 有的不少移动机器人路径规划方法都采用局部方法，其规划仅依靠传感系统实时感知的信息。与全 局规划方法相比，局部规划更具实时性和实用性，对动态环境具有较强适应能力：其缺点是由于仅 依靠局部信息，有时会产生局部极值点或振荡，无法保证机器人能顺利地剑达目标点。 ( 1 ) 人工势场法( a r t i f i c i a lp o t e n t i a lf i e l d ) 人工势场法佯1 展早是由k h a t i b 和k r o g h 提出的一种虚拟力法。常用的有以下几种势场：牛顿型 势场、圆形对称势场、超四次方势场、调和势场及虚拟力场。在人工势场中，障碍物被看作斥力场， 目标被看作引力场，所以障碍物对机器人产生斥力，目标对机器人产生引力，通过求引力和斥力的 合力来控制机器人的运动。 ( 2 ) 遗传算法( g e n e f i ca l g o r i t h m s ) 遗传算法是一种多点搜索算法，也是目前机器人路径规划研究中应用较多的一种方法。由于遗 传算法的整体搜索策略和优化计算不依赖于梯度信息，且作为并行算法其并行性适用于全局搜索， 所以解决了其它一些算法无法解决的问题。国内外很多专家、学者等在这方面作了大量研究，并取 得了很多成果。 ( 3 ) 模糊逻辑算法( f u z z yl o g i ca l g o r i t h m ) 模糊逻辑算法是基于实时传感信息的一种在线规划方法。h a r t m u s ts u r m a n n 等提出一种朱知环境 下的高级机器人模糊导航方法，由八个不同的超声传痦器来提供环境信息，然后利用基于模糊控制 的导航器计算这些信息，规划机器人路径i l s l 。 ( 4 ) 神经网络方法( a r t i f i c i a ln e u r a l n e t w o r k ) 神经网络作为一个高度并行的分布式系统，为解决机器人系统实时性要求很高的问题提供了可 能性，并应用于机器人路径规划方面。 3 混合方法( h y b d d m e t h o d ) 混合方法试图结合全局和局部方法的优点。在全局规划的基础上进行局部微调，相互结合、取 长补短。目前，将遗传算法、模糊逻辑以及神经网络等方法相结合，组成了一些新的机器人路径规 划方法，提高了规划的效率。 1 3 课题研究背景及意义 自主式移动机器入是一个集环境感知、动态决策与规划、行为控制与执行等多种功能于一体的 综合系统。它能够按照预先给定的任务指令，根据己获取的地图信息做出全局规划，并且在行进过 程中，不断感知周闸局部环境的信息，自主做出决策，引导自身绕开障碍物安全行驶到达指定目标 并执行预定的动作与操作。它在工业、民用以及军事等领域具有广泛的应用前景。发展自主式移动 机器人技术对加快我国的国防、工业与农业现代化，提高人民的生活水平有着重要的意义。不仅如 6 第一章绪论 此，自主移动机器人技术研究是一个多学科交义的高科技领域，对人工智能、模式识别、自动控制、 电子电气、机械设计等多个学科都提出了很高的要求。因此，开展自主移动机器人技术的研究对带 动人工智能、自动控制、电子电气、机械设计以及其他相关领域的发展具有重要的推动作用。 由此可见，自主移动机器人将有着非常广阔的应用前景，在不久的将来，将体现出更大的作用 与价值。如前所述，研究涉及计算机视觉、模式识别、传感器及多传感器信息融合、人工智能、自 动控制等诸多学科的理论和技术，集中体现了计算机技术和人工智能的最新成果，标志着一个国家 的科技发展水平。因此，开展移动机器人关键技术的研究势在必行。 多传感器信息融合技术、地图创建技术和导航与路径规划技术作为移动机器人的关键技术，很 大程度上决定了移动机器人的智能化水平。我们研制的自主移动机器人采用的是轮式小车的结构， 体积轻便，有较好的越野能力，适合完成侦察、监视、目标搜索、爆炸物处理、安全巡逻、导盲等 多种任务。又冈其传动控制方式与真车相同，只要软硬件设计稍加改动，即可用于真车的控制，具 有很好的可移植性，这将有助于智能车辆的研究，应用前景非常广阔。 1 4 论文主要内容 论文主要研究了移动机器人传感器信息的融合、创建环境地图以及基于栅格地图的导航与路径 规划问题。论文主要内容如下： ( 1 ) 介绍了移动机器人研究和应用的现状以及移动机器人的相关关键技术，阐明课题的主要研究 内容。 ( 2 ) 论文详细介绍了课题研究对象“探索者2 号”移动机器人，并介绍了配置的各种传感器以及 相关的传感器信息的融合情况。 ( 3 ) 论文介绍了超声测距的原理和特点的基础上，分析了超声传感器在移动机器人环境探测中模 型建立的问题以及采用了几何方法结合数字滤波处理超声信息的方法。 ( 4 ) 应用灰色系统理论对超声传感器不确定信息进行了描述和处理，并使用栅格法创建环境的障 碍地图。针对多次反射产生镜像误点的机理，采用”a f g r ”算法对地图创建中的镜像点进行了处理。 实验证明，该算法有效的去除多次反射产生的镜像误点，并具有一定的鲁棒性。 ( 5 ) 根据栅格地图的特点并结台移动机器人的实际行驶情况，本文在移动机器入基于栅格地图的 导航与路径规划中，采用了人工智能中的a 算法，在移动机器人建立的环境的栅格地图基础上，进 行了导航与路径规划的仿真实验。并进一步提出了基于a + 算法的“t b ”算法，优化路径。 ( 6 ) 对全文所作的研究工作进行了总结，对今后的工作做出了展望。 7 东南人学硕士学位论文 第二章“探索者”移动机器人及传感器信息融合 2 1 “探索者”移动机器人简介 “探索者”移动机器人主要由四轮柔性车体支架、环境感知系统、多c p u 控制系统以及电源模 块等部分组成，见图冬1 所示。图中分别为“探索者1 号”与“探索者2 号”，其中“探索者2 号” 在原来“探索者l 号”的基础上增加了金属外壳，可以将控制电路以及备种传感器保护起来，防尘 防雨，同时也使“探索者2 号”移动机器人更加坚固，可以在恶劣的环境中执行任务。 图2 - 1 自制智能移动机器人“探索者”图2 - 2 “探索者”环境感知系统 该移动机器人晟大外尺寸约5 0 x 3 8 2 3 c m ，为四轮式移动机器人结构，四轮驱动，轮直径| 5 c m ， 前后轮距3 3 c m ，采用独立油压弹簧避震，前轮装有转向机构，左右轮能差速行驶，车体由柔性支架 构成，负载能力强。轮体大而富有弹性，带有防滑胎纹，有优越的越障防滑能力，可以实现倒车。 车体的速度和行驶方向分别由电子调速器和转向机构控制。可在室内外和草地中行驶，垂直越障高 度为6 c m ，可爬不大于3 5 4 的斜坡。 该移动机器人装有自制的里程计、陀螺仪、自制的红外分布式接近传感器、扫描式超声红外组 合测距传感器等传感器，此外，该机器人可以对上位计算机的通讯控制、遥控器控制和自主控制这 三种控制方式进行无缝转换，使得在非常复杂的未知环境中可以得到操作者的指导和帮助。在自主 方式下，行程分辨力6 c m ，方向角分辨力o 1 。，目前设定最高速度为l m s ，晟小转弯半径1 5 m ， 能按障碍物的远近自动调节行驶速度。 2 2 “探索者”环境感知系统 为使我们的“探索者”移动机器人能够在复杂环境下自主行驶，有效、合理地布置传感器，利 用感知单元较全面地了解周围环境，使移动机器人具有较高的自主导航定位精度则是关键。原则上， 布置的传感器越多，覆盖面越广，机器人获得的环境信息就越充分、越全面。但多传感器的应用不 仅耗费大量硬件资源，还会带来传感器间的相互干扰，给信息处理带来难度。移动机器人携带的传 感器种类繁多，其中本课题机器人使用的可分为两类，内部传感器和外部传感器。具体的传感器配 置和安装情况分别参看表2 - 1 和幽2 2 。 2 2 1 “探索者2 号”内部传感器 内部传感器是指用于感知机器人自身位置、位姿、运动参数的传感器，“探索者2 号”移动机器 人装载的内部传感器包括里程计、陀螺仪、加速度计、电子罗盘，这些传感器可以用来实现机器人 的位置估计即定位。 8 第二章“探索者”移动机器人及传感器信息融合 ( 1 ) 里程计 移动机器人的里程计由所购的磁钢和霍尔传感器自制而成的 动机器人行驶距离，精度上绝对误差小于6 c m ，稳定可靠性较高， 表2 1 传感器配置列表 与从动轴连接，主要用来测量移 且抗干扰能力也较强。 传感器 数量功能 里程计 1 提供行驶速度与距离信息 陀螺仪 l 提供角度信息 加速度计 l 提供加速度信息 电子罗盘 l 提供角度信息 超声波传感器 1 提供远距离障碍物信息 红外线传感器 7 提供近距离障碍物信息 f 2 ) 陀螺仪 陀螺仪属于移动机器人的内部传感器，提供移动机器人的角速度信息，用以推算机器人的位姿 角。陀螺仪被间定在移动机器人的车身中部。 ( 3 ) 加速度计 加速度计输出穆动机器人当前的加速度信号，用来判断小车的运动状态。将加速度计信息与里 程计信息进行融合，可判断! l j 移动机器人在行驶过程中车轮是否打滑，并采取相麻的算法进行补偿， 从而提高移动机器人的定位精度。选用量程为一2 9 , _ - 2 9 的加速度计，可以满足移动机器人的需求。 ( 4 1 电子罗盘 随着电子信息技术的发展，g p s 在导航、定位、测速、定向、测量等方面给人们带来了极大的 方便，但在某些地理环境下g p s 无法准确定位( 如：被高楼、高山、峡谷、树冠等物体所遮挡时) ， 且在静止情况下也无法得到方向信息，使用数字罗盘可对此进行有效的补偿效。即使是在g p s 信号 失锁后也能正确工作，真正实现“丢星不丢向”。此外，数字罗盘还可用来测最物体的姿态，按照 n e m a 0 1 8 3 的格式，实时准确地输出被测物体的俯仰、横滚和航向角度。 电子罗盘，可实时准确地输出被测物体的俯仰、横滚和航向角度，且航向精度高，移动机器人 可以根据电子罗盘测得的俯仰角判断此时的路况。将电子罗盘输出的横滚信息、正北信息与陀螺仪 信息进行融合，可以提高定位精度。 2 2 2 外部传感器 外部传感器用来感知周隔环境，提供独立于机器人的信息，包括超声传感器、红外接近传感器、 视觉传感器、g p s 、红外热释电传感器，温湿度传感器等。下面介绍所使片j 的外部传感器。 ( 1 ) 超声传感器 超声传感器用米探测移动机器人周围障碍的分布，为导航与路径规划提供重要的环境信息。超 声波传感器具有电路简单、数据处理方便、性能稳定、价格低廉等优点，因此被广泛应崩于移动机 器人的环境探测，提供障碍物距离信息。目前移动机器人采用的多是利用多超声传感器按不同角度 组成阵列的方式，对周围环境进行探测。而我们研制的移动机器人独创性的采用了一个超声传感器 加转向机构的方式来实现同样的功能。其优点是由于使用较少的超声波传感器，一方面成本显著降 低，另一方面大大缩小了我们的移动机器人的结构尺寸，体形轻巧。 超声传感器选用的是m i n i s 系列，摧个系统都集成在一个紧凑的外壳中。系统包含高灵敏度的 传感器和两路数字输出，测距范围是0 1 5 m - 3 0 0 m 。 超声传感器也存在一些缺点，例如超卢波的方向性不好，对障碍物的定位不精确，存在探测盲 区等，将在第三章进行详细论述。 9 东南大学碗+ 学位论文 ( 2 ) 红外传感器 目前市场上提供的红外线传感器多只提供一个量程，且体积较大，不适合作为我们移动机器人 的测距传感器。因而我们臼行研制了红外接近传感器。红外接近传感器主要包括红外收发对管、调 理电路、运放等部分组成，如图2 - 3 所示。红外传感器优点是方向性好，缺点是输出的电压信号与 障碍物距离成非线性关系，而且，对物体表面光洁度和颜色敏感。因此，只能作为接近传感器使用， 判别障碍物的接近程度，而不能j j 来精确测距。 红外接近传感器测距最大范甬是5 0 c m ，共