基于多传感器信息融合的移动机器人走廊导航研究.doc

分类号！里型密级编号中国科学院研究生院硕士学位论文丘二基于多传感器信息融合的移动机器人走廊导航研究张乐杰指导教师侯增广研究员中国科学院自动化研究所申请学位级别王堂亟学科专业名称控剑堡迨量控剑王摆论文提交日期立论文答辩日期培养单位中国科学院自动化研究所学位授予单位中国科学院研究生院答辩委员会主席整塞渲婴塞旦中国科学院自动化所硕士学位论文，小（、心眦，砌，；，（矗也，“岛础】，吐，删，窖锄，趾廿，出协也、，啦咖也谢孔谢也丘【丘如。璐：伊，玎锄血，矗，仃，印订，向，砸诅，叩盯眦】也抛曲面掣洲也，仃，忸蚰锄唣：，独创性声明本人声明所成交的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。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地说明并表示了谢意。签名：韭受查：日期：金！：关于论文使用授权的说明本入完全了解中国科学院自动化研究所有关保留、使用学位论文的规定，即：中国科学院自动化研究所有权保留送交论文的复印件，允许论文被查阅和借阅；可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。签名：（保密的论文在解密后应遵守此规定）舌忙球查！导师签名垒亟日期、第一章绪论第一章绪论随着机器人和人工智能的发展，人们越来越关注该领域的研究。机器人到底能否拥有和人类一样的思考能力？如果它们有了自主的智能，是不是也应该有“人权”而脱离人类的管辖？怎样才能让机器人“死心塌地”的为人类服务，而不会出现人工智能的反叛？这些都是倍受人们关注的话题。许多的科幻电影、科幻小说塑造了栩栩如生的机器人形象。电影星球大战塑造了两个忠实可爱的机器人形象，和。虽然目前机器人技术还不足以发展到这种程度，但表达了人类对机器人的高度智能化，更好为人类更好服务的愿望。图科幻机器人一图科幻机器人，如何科学的给机器人一个合适并且得到人们普遍认同的定义是困难的。专家们采用不同的方法来定义这个术语。它的定义还因公众对机器人的想象以及科学幻想小说、电影、电视和网络对机器人形状的描绘而变得更加困难。为了规定技术、开发机器人新的工作能力和比较不同国家和公司的成果，就需要对机器人这一术语有某些共同的理解。目前，世界上对机器人还没有统一的定义，各国都有自己的定义。这些定义之间差别较大。国际上，关于机器人的定义主要有如下几种”：英国简明牛津字典定义机器人是“貌似人的自动机，具有智力的和顺从于人的但不具备人格的机器”。美国机器人协会（）定义机器人是“一种用于移动各种材料、零件、工具基于多传感器信息融合的移动机器人导航研究或专用装置的，通过可编程序动作来执行各种任务的，并具有编程能力的多功能机械手（）”。日本工业机器人协会（）定义工业机器人是“一种装备有记忆装置和末端执行器正路）的，能够转动并通过自动完成各种移动来代替人类劳动的通用机器”。美国国家标准局（）定义机器人是“一种能够进行编程并在自动控制下执行某些操作和移动作业任务的机械装置”。国际标准化组织（）定义“机器人是一种自动的、位置可控的、具有编程能力的多功能机械手，这种机械收具有几个轴，能够借助于可编程序操作来处理各种材料、零件、工具和专用装置，以执行种种任务”。随着机器人技术的发展，我们也面临讨论和指定关于机器人技术的各项标准问题，其中包括对机器人的定义。蒋新松院士曾建议把机器人定义为“一种拟人功能的机械电子装置”（仃曲。尽管上述各种定义差别很大，但是它们也有共同之处：）机器人像人或人的上肢，并能模仿人的动作；】机器人具有智力或感觉与识别能力；机器人是人造的机器或机械电子装置。图世界上第一台具有感知图一世界并对周围环境有响应的轮式移动机器人上第一台四腿行走机器人第章绪论自从世纪年代初第一台工业机器人问世以来，一直到年代初期，机器人技术的发展都比较缓慢，许多研究单位和公司所做的努力均未获得成功。这阶段的成果主要有美国斯坦福研究院（）于年研制的移动智能机器人夏凯（）和辛辛那提米拉克龙（）公司于年研制的第一台适于投放市场的机器人。世纪年代以后，人工智能学术界开始对机器人产生浓厚兴趣。他们发现，机器人的出现与发展为人工智能的发展带来新的生机，并为人工智能提供了一个很好的试验平台和应用场所，是人工势能可能取得重大进展的潜在领域。这一认识，很快为许多国家的科技界、产业界和政府有关部门所认同。随着自动控制理论、电子计算机和航天技术的迅速发展，到了年代中期，机器人技术进入了一个新的发展阶段；到年代末期，工业机器人有了更大的发展；年代，机器人生产继续保持年代后期的发展势头，直到年代中期机器人制造业成为发展最快和最好的经济部门之一。然而到了世纪年代后期，由于传统机器人用户应用工业机器人已趋饱和，从而造成工业机器人产品的积压，使国际机器人学研究和机器人产业出现不景气。直到年代初，机器人产业才开始复苏【。从各个阶段机器人的发展情况可以看出，在机器人的起始阶段，主要以工业机器人为主，工业机器人的广泛应用，大大提高了劳动生产率。随着人工智能等其他学科的发展，单纯具有机械功能的机器人已经不能满足社会的需要，智能化逐渐成为机器人新的发展方向。智能机器人具有视觉和触觉的功能，能够独立自主的运用人工智能中的各种学习、推理和决策技术完成一些指定功能。目前，许多新的智能技术已经应用在智能机器人领域，如临场感技术、虚拟现实技术、多智能体技术、人工神经网络技术、多传感器集成和融合技术以及纳米技术等。移动机器人技术移动机器人是机器人学中的一个重要分支。所谓移动机器人就是指能够对复杂的环境进行自主的分析、判断和决策，并实现快捷、安全、自由移动的机器人堋。移动机器人系统主要由机器人的机构、传感系统、控制系统和信息处理等部分组成叫。移动机器人的研究涉及许多方面，首先，要考虑移动方式。比如陆地移动机器人可以采用轮式、履带式和腿式，而水下机器人则采用推进基于多传感器信息融合的移动机器人导航研究器式。其次，为了使机器人达到期望的行为，必须考虑驱动器的控制。第三，必须考虑导航或路径规划。第四，随着网络日新月异的发展，将应用于移动机器人，实现对机器人的远程控制也是本文主要讨论的问题。移动机器人的导航和路径规划需要有很多方面的考虑，如传感信息融合，特征提取，避碰以及环境映射。在本文中，对移动机器人的多传感器信息融合、导航以及通过实现机器人的远程服务和控制功能做了主要的研究。移动机器人的定位和导航定位和导航是移动机器人研究的两个重要问题。定位是机器人导航的最基本的环节，移动机器人定位是指确定其在工作环境（一般指二维环境）中的全局坐标，和姿态（前进方向与工轴正向的夹角）。随着电子产品的发展完善，各种传感器为移动机器人的定位研究提供了良好的工具。国内外研究人员采用了各种各样的定位传感器，研究出了许多不同的定位系统。但由于不同的移动机器人所用定位传感器的不同和机器人工作环境存在差异，所以各种定位系统和定位技术与方法都缺少一个统一的测试标准来衡量，而无法比较各自的优劣。迄今为止成功地应用于移动机器人上的定位方法大体上可分为相对定位法、绝对定位法和混合定位法。相对定位法分为测距法和惯性定位法。绝对定位法分为磁罗盘法、主动灯塔法、全球定位法、路标导航定位法和模型匹配法。混合定位法是结合相对定位法和绝对定位法来实现移动机器人定位的方法，包括：基于多传感器融合信息的定位、定位与环境建模同时进行的研究方法、视觉定位。关于上述技术在导航与定位中的应用，“以及冯建农【等给出了较为详尽的叙述。下面对国内外移动机器人导航与定位的种研究方法的主要技术内容、技术研究现状及其存在的问题作一个总结：（）测距法（呻）测距法是移动机器人导航技术中最为广泛采用的定位方法。在移动机器人的车轮上装有光电编码器，通过对车轮转动的记录来计算出机器人位置和姿态。该方法虽然简单、价格低廉，但由于其基本思想是通过机器人在时间上位移增量的累加来计算机器人的位置，这必然会导致定位误差累积。尽管存在如此的局限性，绝大多数研究人员还一致认为该方法是移动机器人导航系统中非常重要的定位方法。、等人【”】提出了对测距法得到的含有绝第一章绪论对位置信息进行融合的定位方法，以实现更加精确的定位。（）惯性定位法（：）惯性定位法分别使用陀螺仪和加速度计来测量机器人的旋转角度和加速度。对测量结果进行一次或两次积分可得到机器入的位置信息。因为需要将探测到的旋转角度和加速度进行积分而引入了惯性传感信息的时间漂移。惯性定位法不适合于长时间的精确定位。陀螺仪对移动机器人定位是非常重要的传感器。它可以帮助弥补测距法最主要的缺点与不足。因为在用测距法进行定位时，哪怕是任意小的方向误差都将不断引起侧向误差的增长。因此，陀螺仪能够在及时检测到出现侧向误差时，立即加以校正。但是，直到现在高精度的陀螺仪运用于移动机器人上还很昂贵。（）磁罗盘（：）机器人的航向（横坐标，纵坐标】，和方向角）是移动机器人导航非常重要的参数，磁罗盘能够提供机器人绝对航向的信息。但磁罗盘的缺点是当其工作在电线或钢结构附近时会受到干扰，这使得磁罗盘用于室内移动机器人还存在一定的困难。基于不同的地球磁场物理效应，磁罗盘有不同的种类，其中比较适合于移动机器人应用的是感应式磁罗盘。（兮主动灯塔（：）主动灯塔导航系统是轮船、飞机最常用的导航系统。主动灯塔能够可靠地被探测到并在最短时间内提供精确的定位信息。该方法要求很高的信号采样频率和稳定性，同时需要很高的安装和维护费用。根据识别主动灯塔系统的方式不同可分为两种定位方法：三边测量法和三角测量法。三边测量法是基于已知灯塔之间的距离或角度来确定机器人的位置。就是典型的三边测量法的应用。对三点三角测量法的算法进行了详细的分析和计算机仿真，得出了一些相关结论。（）全球定位系统（：）全球定位系统是用于室外移动机器人导航与定位的技术。的定位原理实质上就是测量学的空间测距定位，利用在平均高空均匀分布在个轨道上的颗卫星发射测距信号码和载波用户通过接收机接收这些信号测量卫星至接收机之距通过一系列方程演算便可知地面点位坐标。基于多传感器信息融合的移动机器人导航研究（）路标导航定位法（：）路标具有已知的固定位置，机器人可以根据该位置来实现自定位。路标可以是几何形状（如长方形、直线形和圆形），并以如条形码的形式提供其它额外的信息。路标的选择要让机器人容易识别，例如可以与其背景存在明显的对比。路标分为人工路标和自然路标。人工路标是仅仅为了实现机器人导航与定位而放置于机器人工作环境中的物体或标识。自然路标是作为路标的物体的特征在机器人的工作环境中已经存在，除了用于机器人导航和定位之外，还有其它的作用。人工路标的探测和识别比较容易。采用菱形作为人工路标并运用最小平方法在图像平面内找到相应的线段【。砷采用反射材料作为人工路标和旋转光来简化图像分割和特征提取。自然路标导航与定位的主要问题是从传感输入信号中，探测到路标并进行特征匹配【】。将环境中自然存在的特征称之为“几何灯塔”（），建立了模型，通过法计算出了移动机器人位姿和传感器测量的预测值【】。（）基于地图的定位（：）基于地图的定位也称地图匹配。该项技术运用机器人的各种传感器来构造机器人局部工作环境地图。之后，将构造的局部地图与存储在机器人中的全局地图进行匹配。如果匹配成功，机器人就计算自身在该环境中的真正位置和方向。因为该项技术严格的条件限制，故基于地图的定位方法只局限于实验室或结构相对简单的环境中。【】将地图构造问题描述为：“髓，？”很明显一个机器人的地图构造能力与它的传感范围有密切的关系。与地图构造相关的一个问题是自动探测。机器人采用一个名为“探测策略”运动策略，目的是在最短的时间内最大限度的绘制地图上未标明的区域。采用激光雷达来简化探测策略。（）定位与环境建模同时进行的研究方法（：明）传统的较精确的定位方法一般要求知道环境模型（全部的或局部的），而环境建模一般又要求知道移动机器人的自身位姿，如栅格法就是在已知移动机器人位姿的前提下通过对环境的数字表达来建模。另一种环境建模法即拓扑法虽不要求知道移动机器人的精确位姿，但也要求它具有较高的模式识别能力来确定第一章绪论移动机器人的大概位姿。环境建模和定位两个问题往往不能得到同时解决。第一个提出解决此问题方法的是等，扩展卡尔曼滤波（）法被用来估计系统状态，假设已知所有的协方差和交换协方差以及数据与物体的关联（）口。（）视觉定位（：）在人的感觉器官中，视觉是最重要的。据不完全统计，人的视觉细胞数量约在数量级的次方，比听觉细胞多二三千倍，是皮肤触觉细胞的一百多倍。因而可以说，人类从外界获取的信息有是依靠眼睛得到的。同样，基于视觉导航与定位系统在移动机器人技术研究中也占很重要的地位。八十年代以来，机器人视觉在工业机器人上得到了广泛的应用。计算机工业水平的飞速提高以及人工智能、并行处理和神经元网络等学科的发展，更促进了机器人视觉系统的实用化和许多复杂视觉过程的研究。所以，研究移动机器人的视觉图像处理算法就具有重要的意义。视觉系统在移动机器人中的应用方法上分为主动视觉（）和被动视觉（）两种。主动视觉通常是利用激光或红外发生器发射可见的或不可见的光束，然后由摄像头采集相应的图像，最后对图像进行分析和处理。被动视觉与主动视觉相反，它不需主动向外界发射光束，而是单纯采集外界的自然图像进行分析，其实人的视觉系统就是采用这种方式的，从仿生学的角度讲，这种方式最接近于人眼。西班牙的计划采用了被动视觉的研究方法【】。日本的【机器轮椅将两种方法结合起来用于机器人的自定位和导航，此外，德国的一】采用了主动视觉，并且结合定位和超声定位完成机器人导航。移动机器人视觉的另一个重要的应用是用于构成智能人机接口。现在计算机和人的交流还是机械式的，除了键盘、鼠标外的其他输入手段还不成熟。利用移动机器人的视觉技术可以加强机器人与人的交互手段，鉴别用户身份，识别人的姿势、手势等。目前最为常用的移动机器人的视觉图像处理方法包括：人工神经网络、概率统计方法（、）、小波变换、支持矢量机（）、主元分析（）方法等，这些方法极大地推进了机器人视觉的研究和应用，然而它们又存在许多相应的问题，特别是在实际应用方面，图像处理计算速度依然是一个瓶颈问题困扰着各种方法，在变化光线背景和运动目标或运动摄像机情况下的识别率问题依然没有解决，因此，图像处理需要更加有效的计算方法、硬件电路和光基于多传感器信息融合的移动机器人导航研究学器件等，真正实用的图像处理技术需要我们进步的努力。近二十年的移动机器人的视觉处理及基于视觉的导航的研究，主要集中在两大方向：室内移动机器人的基于视觉的导航和室外移动机器人的基于视觉的导航。这两个部分对于移动机器人的视觉图像处理工作都具有重大的意义，并且都经历了巨大的发展唧。年前想让移动机器人在一个存在各种障碍物的环境内规划自己的路径几乎是不可能的，但是现在一定范围内完全可以利用现有技术实现【叭。过去，由于硬件功能的限制和软件算法的限制，摄像机摄取得到的图像的处理方法很复杂，视觉图像处理算法得到的很多特殊的特征使得机器人很难把这些特征与自己的期望特征相匹配，从而使得后期的识别、解释等处理工作难以进行。可是现在，这些问题都在一定程度上和一定范围内都得到了较好的解决。例如，【提出基于模板的结构，使得移动机器人仅需要检测那些在其定义特征邻域内的摄像机所摄取到的图像特征”。等人所设计的基于视觉的移动机器入导航系统使用空间的拓扑图和神经网络集来帮助移动机器人导航毛”。和基于视觉的室内移动机器人一样，基于视觉的室外机器人的研究也取得了大量的成果。基于著名的卡耐基梅隆大学（）研制的、，系列，和它的合作者们已经开发了一系列的自动视觉导航系统，例如（舢）川，（眩）。，（昏髓，”，等等。基于的系统所进行的一次著名的测量就是“穿越美国行动”，行程从宾夕法尼亚州的匹兹堡到加利福尼亚州的圣迭戈。全程当中，机器人可以自动行走百分之九十八的距离。其他的著名系统如璐系统利用视觉进行道路跟踪【，以及等人提出的系统明等，这些系统及其他一些移动机器人系统都不同程度的利用视觉进行道路的识别、跟踪，并进一步进行机器人路径规划和导航。（）多传感器融合以上所述的定位方法中任何一个单独使用都难以达到令人满意的定位效果。通过两种或更多种方法的相互补偿可以在一定程度上克服各自的缺点。采用多个传感器的优点是很明显的：多个传感器可提供同一环境特征的冗余信息；可提供出现在环境中有关特征的互补信息；多个信息可以并行快速地分析当前的场景：多个传感器虽然成本较高，但其高鲁棒性可改善完成特定第一章绪论工作的指标；在某传感器发生故障的情形下，很快可以重组，重新投入工作【】。使用多传感器融合信息是移动机器人定位研究的一个发展方向，要想真正实现移动机器人的自主性，各种传感器包括视觉、红外、超声和激光等必须综合起来，才能消除更多的不确定性，达到更好的避障和导航效果。【叩通过模糊逻辑融合多种传感器（超声、红外、激光）信息来确定移动机器入的位姿。阿描述了已知环境中使用声纳的移动机器人定位系统，通过对每个声纳事件建立具体的概率模型，可以从每个传感器提取尽可能多的信息。同时使用概率融合技术聚合这些结果，并用于校正移动机器人的位姿。从上面的分析可以看出，移动机器人的定位和导航技术是移动机器人最为关键和重要的技术问题。而多传感器信息融合技术是定位导航的基础，因为单独使用超声或者红外等传感器，移动机器人无法进行精确的自定位。基于的移动机器人遥操作遥操作机器人（，）是指在人的操作下能在人难以接近或对人有害的环境中，完成比较复杂操作的一种远距离操作系统。临场感技术（）是以人为中心，通过各种传感器将原地机器人与环境的交互信息（包括视觉、力觉？触觉、听觉、运动觉等）实时地反馈到本地操作者（人）处，生成和原地环境一致的虚拟环境，使操作者产生身临其境的感觉，从而实现对机器人带感觉的控制，完成作业任务。临场遥操作感机器人的实现不仅可以满足高技术领域发展的急需，如空间搜索（卫星的修理，空间站的维护，月球、火星等行星的勘探和海洋开发（海洋资源调查，深海打捞，水下电缆修理，海洋钻井平台维护，海底考古等）以及原子能应用，而且可以广泛地应用于军事领域（战场、防化、扫雷、救护等）和民用领域（远程医疗、远程角度、远程科学实验、旅游娱乐等）。在这些场合中，遥操作机器人的应用使人摆脱了传统的操作者角色，由直接操作（）变成了遥操作（）。遥操作不同于遥控，远方作业机器人使人类行为能力的延伸，其行为能力可通过“遥控（廿）”和“遥操作（廿）”来实现，香港中文大学的刘云辉教授通俗易懂地揭示了“遥控”与“遥操作”地区别：人在遥控远方的机器人进行作业的同时，又必须得到机器人在“知觉”上的反馈，是否有足够的“知觉反馈”是“遥操作”区分与通常所说的“遥控”的要素之一。具有基于多传感器信息融合的移动机器人导航研究临场感的遥操作与无临场感的遥控相比，在提高机器人的作业效率、作业精细程度等方面有着不可比拟的优点。因为临场感技术将人的经验、技能与远方机器人作业紧密结合在一起，使人可以自然和本能的控制机器人的作业，充分利用了人所固有的感觉和反应能力，实现了机器人与人脑的协调。的诞生使我们的生活和交流变得更加快捷和便利。将替代传统的局域网、专线将大大降低遥操作的成本，所以，国内外对基于的遥操作的研究越来越多。基于的机器人遥操作研究的目的是利用传送人类的行为动作，使机器人在远程复现人类的行为意图，进而实现跨越空间的行为延伸。这一研究融合了机器人技术与网络技术，是当前智能机器人及技术研究热点。该技术需要克服网络时延对控制不利的难题，不仅具有较高的理论研究价值，同时还具有巨大的应用前景，如远程医疗、危险环境作业、设备监控与维护等。近年来国际上已经有部分学者致力于机器人遥操作系统的研究。最早是在年【】等人进行的远距离单个操作者并行操作多个机器人的实验，但是并没有考虑到通讯时延的问题。等【，描述了一种基于的多机器人遥操作人机交互界面系统以实现单个操作者控制多机器人的遥操作，详细的讨论了操作和网络两方面的问题。其中在交互界面和服务之间提出了分个层次来操作机器人，并建立个基于的遥操作系统模型以及由多个携带摄像机的全方位移动机器人组成实验平台。但是虹等并没有对的时延问题进行讨论提出解决方法。日本的机械工程实验室（）同东芝机械系统实验室（）的【等人【】，对通过网络操纵远端环境下的多机器人写作技术进行了研究，目前的研究熏点还主要在对多机器人运动干涉的协调与合作控制的问题上。美国密歇根州立大学的等人即对于网络上移动机器人和通用自由度机器人之间的协调进行了深入的研究，提出了一种新型的基于事件智能控制方法和多机器人协调遥操作建模方法来解决遥操作系统中的锄时延问题。基于的移动机器人远程控制最重要的问题还是传输时延问题。在本文中，通过软件实现提高图像采集、压缩、发送及其接收、解压缩和显示的速度，减小了传输时延。第一章绪论本文的研究内容和结构安排本文以中科院自动化所开发的（见图一）移动机器人平台为背景，在国家高技术研究发展计划（计划）机器人技术主题“具有视听觉与语音交互功能的新型智能控制系统”课题支持下，对移动机器人摄像机标定、移动机器人视觉定位、走廊环境的移动机器人导航和基于的移动机器人远程服务和控制的实现问题进行了研究，内容安排如下：图整体图第一章对移动机器人的导航与定位技术，以及基于的移动机器人远程服务和控制的研究状况进行综述和分析，并对本文的选题背景和主要内容做了简单介绍。第二章利用山仃代替阈值分割法，提高了移动机器人在工作环境中路标分割的鲁棒性。研究了基于罗盘和信息融台的移动机器人定位方法，改善了多项式拟合摄像机标定方法在应用中存在的问题。第三章针对移动机器人，融合了、电子罗盘、超声、红外等传感器的信息，利用滚动窗口的基本原理，在每个滚动周期内利用人工势场法规划出局部最优路径，基本实现了移动人在走廊环境内的门牌寻找和自主避障功能。第四章介绍了基于的移动机器人远程服务和控制方法。为了解决图像传输的实时性和控制命令传输的准确性，分别采用和传输协议。对基于多传感器信息融合的移动机器人导航研究于图像传输，采用多线程的并行传输方面，利用缓冲区队列的图像并行传输方法，有效的解决了图像传输的实行性。由于简单的图像请求、确认的串行通讯协议不能充分利用网络带宽，本文又采用一图像压缩算法，利用，协议实现对图像传输的拥塞控制。在监控端，通过融合处理超声和红外传感器数据，绘制出机器人周围障碍物的分布，结合图像信息，进而远程监控人员实现对机器人的远程控制；为提高远程控制的实时性，提出一种改进的远程控制方法。第五章总结本文所取得的研究成果，并指出需要进一步研究的工作。第二章基于罗盘和信息融合的定位方法研究第二章基于罗盘和信息融合的定位方法研究移动机器人是一种能够自主避障并完成指定任务的智能控制系统。而移动机器人往往运行于未知环境中，首先要知道机器人自身的位置、要到达的目的地（）、障碍物是什么（），然后决定如何到达目的地（）。如何对和问题进行求解是解决的关键。目前，已经有很多传感器技术用于解决这些问题，然而，由于受视觉遮挡、自身不确定因素以及传感器有限的感应范围等因素的影响，单一的传感器系统本质上无法为移动机器人提供足够的数据构建完整的地图环境。所以，在未知的环境中，利用多传感器信息融合获取外界信息是移动机器人进行环境建模、路径规划和运动控制的先决条件。众所周知，单传感器仅能够提供部分环境信息，所以利用数据融合技术来处理冗余互补的传感器信息变的非常重要【，“。目前、超声、红外以及电子罗盘等多传感器已经广泛应用于移动机器人系统中，其目的是为了获取更加完备、准确的环境信息。基于和其他传感器信息融合对移动机器人的定位研究，受到越来越多的关注。单视觉传感器能够解决问题，而不能解决问题。为了获取问题的求解，传感器在使用之前要进行标定。对于摄像机标定技术，国内外学者已经进行了大量的研究工作。从对机器人运动轨迹的精确测量来看，和【给出了基于和吲的线性变换结果。矿酬通过线性和非线性因子建立成像平面，提出了摄像机标定的非线性优化算法。在标定算法的基础上，【提出了在径向畸变条件下的标定算法。为了减小摄像机模型的一阶径向畸变，【】提出了一种通过引入多步分解的新型摄像机线性标定方法。基于提出的双平面摄像机模型，“提出了用于解决摄像机参数非线性描述的线性方法。此外，一些学者根据摄像机的图像和运动特性提出了诸如目标消失点等许多摄像机标定方法。上述摄像机标定方法都是基于不同的应用背景。由于应用背景的不同，在摄像机的数量和特性等方面就有不同的选择方案，同时摄像机的标定方法也不相同。在实际应用中，利用地面路标对移动机器人进行导航已经广泛的应用。基于多传感器信息融合的移动机器人导航研究该方法利用多项式拟合，用图像坐标来逼近地面目标的世界坐标。在移动机器人导航过程中，为了寻找路标，需要转动移动机器人本体和云台，这就改变了世界坐标系和图像坐标系的相对位置，不能满足上述标定条件。本文通过融合和电子罗盘的数据，对求解的世界坐标进行补偿，提高定位精度。最后，在移动机器人上，对上述补偿算法进行了验证。基于罗盘和信息融合的移动机器人定位地面路标分割在视觉定位中，将人工路标准确的从图像中分割出来是精确定位的基础，所以一个稳定的图像分割算法是导航定位中至关重要的因素。在图像处理中有许多的图像空间，最常用的是空间，每种颜色用、三个部分组成。通过线性变换，可以将空间转换到，和空间。通过非线性变换，可以从空间转换到空间。由于在非线性变换中存在奇异，在奇异点附近，很小的变化会导致在转换空间中很大的变化。所以，在图像处理中往往选用线性变换而不是非线性变换，利用线性空间的线性变换，可以设计如下的特征方程：（）其中（），（）：和，为权重。通过设计不同的权值，得到相应的特征值。在本文中，根据路标的颜色，选择如下的三个特征值，：，是：（）（）（，）利用下面基于阈值的方法来分割图像：肪妇。蹦】历，口厅蝇脯旭占矗，毛（）如果上式为真，当前象素点为目标点，否则，该象素点为背景点。腩厅旭厅，和脯即地分别通过实验确定。第二章基于罗盘和信息融合的定位方法研究基于阈值的图像分割方法由于其简单、易于实现的特点得到广泛的应用。但是，在机器人的工作环境中，由于光线以及机器人与路标距离的变化，闽值也随之变化，很难选择合适的固定阈值来正确分割图像。为了解决这个问题，本文引入了神经网络来分割图像。路标图像分割就是将图像信息分为两类，一种为目标信息，即门牌信息；另一种为背景信息。所以可以将图像分割归结为分类问题，）可以用来解决这种分类问题。用于图像分割的结构图见图。我们用函数作为输入层和隐层之间的激活函数。的输出值为或。如果为，则该象素点为目标点；否则为背景点。输入值，分别由象素点的，值获得：丽，图结构图，该具有一个输入层，一个中间层和一个输出层。输入层有三个输入节点；中间层有五个节点输出层有一个节点（）（）（）通过梯度递减的纠错算法，最小化输入输出的均方差，的各个权重可以相应获得。均方差由下式获得：基于多传感器信息融合的移动机器人导航研究去善沪（）其中为象素点的个数，为的实际输出；。为的期望输出。神经元之间的连接权重通过下式调整：删一嵯删陋其中为学习速率，为冲量参数，【。（）为最后一次迭代的权值变化。由于环境噪声存在，二值化图像之前往往需要对图像滤波处理，本文选用中值滤波方法对图像进行预处理：姗）坠垃堂艘型幽（）（，舻坠塑塑止掣迎业坐业啪）堑业些上学盟刿（一）（一）其中（，），（，歹）和丑（，力分别为图像坐标，）点象素的，丑值。实验结果见图。（）（）第二章基于罗盘和信息融合的定位方法研究墨田图（）为原图像；（）为基于阈值算法的分割结果：（）为没有滤波预处理，利用神经网络二值化的结果；（）为滤波预处理后，利用神经网络二值化的结果实验结果表明，基于阙值的图像分割方法对光线具有较高的光敏性：而神经网络的方法具有很高的鲁棒性；对图像经过滤波预处理后，利用神经网络对图像二值化的结果会有较大程度的提高。基于多项式拟合的标定方法原理介绍在人工路标导航过程中，对人工路标的定位是一个非常重要的问题。如图所示，在移动机器人上，智能彩色摄像机固定在移动机器人本体上，为了寻找移动机器人附近的地面路标，以一定的角度向下俯视，世界坐标系的坐标原点与移动移动人底盘中心重合，工和】，轴指定两个固定且互相垂直的方向，一般我们选择轴指向平行走廊方向，而轴指向垂直走廊方向；固定在摄像机上的图像坐标系应与世界坐标系相对位置不变。图机器人所在世界坐标系基于多传感器信息融合的移动机器人导航研究在这样的世界坐标系中，地面坐标被表示为尸（，），对应的图像坐标为只（“，）。对于一个固定在移动机器人上的摄像机，理论上地面目标的世界坐标（，）能够被对应的图像坐标（“，）表示，世界坐标（，）和图像坐标（“，）之间的关系可以被下列多项式表示“，：口“。盯“一“。一口一“一（一）“厶屯“一“卜十一“】（）其中、，为多项式的阶次，啦，日，：缸是多项式的系数。分别设定，利用已知的地面路标的世界坐标和图像坐标，求解多项式的系数。通过比较对应不同阶次的均方差，选择较小均方差的阶次作为多项式的阶次。多项式拟合在实际应用中存在的问题在多项式拟合方法中，要求世界坐标系的坐标原点与移动移动人底盘中心重合，和】，轴指定两个固定且互相垂直的方向，且世界坐标系和图像坐标系相对位置保持不变。在实际应用中，世界坐标系的原点与移动机器人底盘中心重合，为了寻找移动机器人附近路标，移动机器人本体和转台需要水平转动。假定机器人顺时针转动（保持不动），世界坐标系加，应该转化到，来保持图像坐标系与世界坐标系相对位置不变，如图所示，利用公式、，地面路标在坐标系。的坐标（，）可以求解为：“口“睹一以“，一“岛“一，一甜，（）（）第二章基于罗盘和信息融合的定位方法研究网尸（，）（，）、太”图当口时，世界坐标系旋转示意图从公式一、一和图，显然牡、，。当摄像机水平转动时，同样会导致世界坐标系和图像坐标系相对位置的变化。为了解决上述问题，引入罗盘来探测机器人的旋转角度，通过与的通讯获取摄像机的转动角度。利用角度信息和信息的融合，获得较高的定位精度。基于和角度信息融合的移动机器人定位上一节简单介绍了基于多项式拟合的摄像机标定方法，在实际应用中，该标定算法存在以下的问题：当机器人为寻找附近地面路标进行左右旋转时，为了保证世界坐标系和图像坐标系相对位置不变，世界坐标系翮，应该转化到爿；当摄像机左右旋转时，图像坐标系相对世界坐标系有所偏转，