（计算机科学与技术专业论文）基于模糊逻辑控制的动态行为移动机器人路径规划.pdf

摘要 路径规划是移动机器人研究的一个重要分支。基于动态行为的策略为二维未 知环境中的移动机器人路径规划提供了很好的解决办法。本文针对基于模糊逻辑 控制的动态行为移动机器人路径规划问题展开研究，从而使移动机器人在存在障 碍物的环境中，只根据部分环境信息就可以完成从初始点到目标点的无碰路径规 划。 本文首先对移动机器人的研究方向和发展趋势进行概述，然后介绍p 3 一d x 型 移动机器人平台，并在此基础上来阐述移动机器人定位、运动行为控制和移动机 器人路径规划。 在路径规划研究中，采用基于模糊逻辑控制的动态行为移动机器人路径规划 方法。模糊逻辑控制的动态行为路径规划融入了基于行为的路径规划策略和智能 算法中的模糊逻辑控制算法。在该方法中，首先按照基于行为的路径规划策略把 运动规划行为分解为避障行为和趋向目标行为，然后通过模糊逻辑控制算法设计 避障行为控制器和趋向目标行为控制器完成路径规划。避障行为控制器和趋向目 标行为控制器的仿真结果表明了控制算法的有效性；对控制器输出进行融合后完 成的基本运动行为和路径规划仿真结果表明机器人能够规划出一条避丌障碍物且 到达目标的较优路径，从而证明了所采用的理论和设计方法的j 下确性。 关键词：动态行为；路径规划；模糊逻辑控制；移动机器人 分类号：t p 2 4 2 a bs t r a c t p a t hp l a n n i n gi sa ni m p o r t a n tb r a n c ho fm o b i l er o b o tr e s e a r c h s t r a t e g yb a s e do n t h ed y n a m i cb e h a v i o ri nt w o d i m e n s i o n a lu n k n o w ne n v i r o n m e n tp r o v i d e sag o o d s o l u t i o nf o rm o b i l er o b o tp a t hp l a n n i n g d y n a m i cb e h a v i o rp a t hp l a n n i n go fm o b i l e r o b o tb a s e do nf u z z yl o g i cc o n t r o li sr e s e a r c h e dd e e p l y , s ot h a tw i t ho n l yp a r to ft h e e n v i r o n m e n ti n f o r m a t i o nt h em o b i l er o b o tc a nt r a v e lf r o mt h ei n i t i a lg o a lt ot h et a r g e t w i t h o u tc o l l i s i o ni nt h eo b s t a c l ee n v i r o n m e n t f i r s t l y , t h et h e s i sm a k e sas u m m a r yo nt h ed i r e c t i o na n dt r e n d so fm o b i l er o b o t ， a n dt h e nt h ep 3 一d xp l a t f o r mi si n t r o d u c e d ，a n do nt h eb a s i s ，m o b i l er o b o tp o s i t i o na n d m o b i l er o b o tm o v e m e n tb e h a v i o rc o n t r o la n dm o b i l er o b o tp a t hp l a n n i n ga r ee x p a t i a t e d i nt h er e s e a r c ho fp a t hp l a n n i n g ，d y n a m i cb e h a v i o rp a t hp l a n n i n go fm o b i l er o b o t b a s e do nf u z z yl o g i cc o n t r o li sa d o p t e d d y n a m i cb e h a v i o rp a t hp l a n n i n go fm o b i l e r o b o tb a s e do nf u z z yl o g i cc o n t r o lf u s e st h ep a t hp l a n n i n gs t r a t e g yb a s e do nb e h a v i o r a n dt h ea l g o r i t h mo ff u z z yl o g i cc o n t r o l ，i nw h i c h ，f i r s to fa l l ，m o t i o np l a n n i n gi sm a i n l y d e c o m p o s e di n t oa v o i d a n c eb e h a v i o ra n dt r e n d i n gg o a lb e h a v i o ra c c o r d i n gt op a t h p l a n n i n gs t r a t e g yb a s e do nb e h a v i o r , a n dt h e na v o i d a n c eb e h a v i o rc o n t r o l l e ra n d t r e n d i n gg o a lb e h a v i o rc o n t r o l l e ra r ed e s i g n e df o rp a t hp l a n n i n gw i t ht h ea l g o r i t h mo f f u z z yl o g i cc o n t r 0 1 t h es i m u l a t i o no fa v o i d a n c eb e h a v i o rc o n t r o l l e ra n da v o i d a n c e b e h a v i o rc o n t r o l l e rs h o w st h ee f f e c t i v e n e s so fc o n t r o la l g o r i t h m a l s oa f t e rt h e i n t e g r a t i o no ft h ec o n t r o l l e ro u t p u t ，t h es i m u l a t i o no fb a s i cm o v e m e n tb e h a v i o ra n dp a t h p l a n n i n gd e m o n s t r a t e st h a tar o b o tc a np l a nab e t t e rp a t ht oa v o i do b s t a c l e sa n dr e a c h t h eg o a l ，w h i c hp r o v e st h et h e o r ya n dd e s i g nm e t h o dv a l i d i t y k e y w o r d s ：d y m a t i cb e h a v i o r ；p a t hp l a n n i n g ；f u z z yl o g i cc o n t r o l ；m o b i l er o b o t c i 。a s s n o ：t p 2 4 2 图目录 图2 1p 3 d x 移动机器人一6 图2 2p c 与机器人连接7 图2 3p 3 d x 外形尺寸7 图2 4p 3 d x 声纳分布图一8 图2 5 光学增量编码器原理图9 图2 - 6a r i a 结构图1 1 图2 7 环境配置12 图3 1p 3 d x 结构模型1 4 图3 2p 3 d x 运动学模型15 图3 3p 3 d x 局部坐标系1 7 图3 4 车载坐标系与全局坐标系重合18 图3 5 车载坐标系与全局坐标系简单变换1 8 图3 6 全局坐标系与局部坐标系对应关系18 图3 7 圆弧运动俯视图2 0 图3 8 仿真地图2 2 图3 - 9 路标法定位2 3 图3 1 0 移动机器人直线运动2 4 图3 11 移动机器人弧线运动2 5 图3 1 2 合成运动行为2 5 图4 - 1 可视图2 8 图4 2 简化可视图2 8 图4 3 v o r o n o i 图j 2 8 图4 - 4 确切栅格法2 9 图4 5 简化的连通图3 0 图4 6 机器人虚拟受力分析3 2 图4 7 机器人控制神经网络3 3 图4 8 一个简单行为的s r 框图3 5 图4 - 9 控制体系结构3 7 图4 1 0 模糊控制系统结构3 8 图4 11 m a m d a m i 推理3 9 图5 1 算法流程图4 1 图5 2d l d f d r 的隶属度函数4 2 图5 3t 的隶属度函数4 2 图5 4d 的隶属度函数4 3 图5 5v 的隶属度函数4 3 图5 6 秒的隶属度函数4 3 图5 7 机器人周围环境状况4 4 图5 8 避障行为规则库4 9 图5 - 9 避障行为中输入与输出关系4 9 图5 1 0 避障行为中d l 和d f 与v 关系4 9 图5 1 1 避障行为中d l 和d f 与秒关系4 9 图5 1 2 趋向目标行为规则库5 0 图5 1 3 趋向目标行为中输入与输出关系5 0 图5 1 4 趋向目标行为中d 和t 与y 关系5 0 图5 1 5 趋向目标行为中d 和t 与秒关系5 0 图5 1 6 圆形轨迹仿真5 1 图5 1 7 正方形轨迹仿真5 l 图5 1 8 圆形和直线合成仿真5 l 图5 1 9 基于简单行为的沿墙行走5 l 图5 2 0 局部路径规划5 2 图5 2 l 全局路径规划5 3 2 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研 究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或 撰写过的研究成果，也不包含为获得北京交通大学或其他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。 学位论文作者签名： 酱菇蔫 签字同期： 知。c 年石月1 7 日 学位论文版权使用授权书 本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特 授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索， 提供阅览服务，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。 同意学校向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名：曹荫萌 签字日期：力。口7 1 年6 月( 了r 跏躲易楫太 z l 签字日期：勿绎舌月7 日 致谢 本论文的工作是在我的导师王奇志副研究员的悉心指导下完成的，王奇志副 研究员严谨的治学态度和科学的工作方法给了我极大的帮助和影响。在此衷心感 谢两年来导师对我的关心和指导。 王奇志老师悉心指导我完成了实验室的科研工作，在学习上和生活上都给予 了我很大的关心和帮助，在此再次向王奇志老师表示衷心的谢意。同时感谢孙永 奇老师的无私帮助。 在实验室工作及撰写论文期间，程新宇、钞萌等同学对我论文中的研究工作 给予了热情帮助，在此向他们表达我的感激之情。 另外也感谢家人，他们的理解和支持使我能够在学校专心完成我的学业。 1 1 选题背景 1 引言 自2 0 世纪6 0 年代初以来，移动机器人的研究十分活跃，并得到了快速发展， 并且正在逐渐改变着人们的生产、生活方式，机器人产业也正在逐渐成为一个新 的高技术产业【l j 。 社会生产发展的需要为移动机器人研究注入了新的活力。这主要体现在两个 方面：其一，移动机器人的应用范围广阔：制造业、轻重工业以及服务业等诸多 领域。其最成功的应用是作为自动化生产系统中的物料搬运装置，用以完成机床 之间、机床与自动仓库之间的工件传递，以及机床与工具库之间的工具传递。由 于移动机器人的运动灵活性能，大大提高了生产系统的柔性和自动化程度，提高 了生产效率。其二，国内外的星际探索和海洋开发两大高端技术领域的市场需求。 2 0 世纪6 0 年代，美国m i t 开始研究火星探索用的移动机器人，以便在火星软着 陆后进行收集数据。海洋开发方面，移动机器人的作用是资源调查、石油矿藏开 采和沉船打捞等。现在移动机器人的应用除了上述应用外还涉及到了许多其它领 域，如在采矿业中进行隧道的掘进和矿藏的开发；用于军事上的探测、侦察和爆 炸物处理；尤其可应用在一些具有危险性的操作中，例如核电厂的废料搬运和有 毒的化工厂作业；最近几年，移动机器人技术又应用到智能交通系统。 与任何一门现代技术分支一样，移动机器人研究的兴起一方面是社会生产发 展的需要，另一方面也是相关技术领域交叉互相促进发展的结果。其中一个最直 接的因素是计算机技术的发展。计算机运算速度和存储能力的大幅度提高，为移 动机器人运行更复杂的实时控制算法创造了条件；另外计算机科学出现了一系列 诸如人工智能、专家系统等新兴技术分支学科，这些学科为移动机器人在未知或 动态环境下的实时导航开辟了道路。移动机器人技术己经成为众多高新技术的产 物，同时也为其它技术的发展提供了广阔的应用场所。 1 2 移动机器人研究方向 机器人学作为一门综合性很强的学科，集感知、动态决策与规划、行为控制 与执行等多种功能于一身1 1 。其研究方向涉及机器人导航和定位、路径规划、机器 人视觉、多传感器信息融合、多移动机器人协调等方面。 ( 1 ) 导航和定位。移动机器人的导航方式可分为【2 】：基于环境信息的地图模 型匹配导航；基于各种导航信号的陆标导航、基于视觉导航和味觉导航等。环境 地图模型匹配导航是机器人通过自身的各种传感器，探测周围环境，利用感知到 的局部环境信息进行局部地图构造，并与其内部事先存储的完整地图进行匹配。 如两模型相互匹配，机器人可确定自身的位置，并根据预先规划的一条全局路线， 采用路径跟踪和避障技术，实现导航。它涉及环境地图模型建造和模型匹配两大 问题。 ( 2 ) 路径规划。所谓机器人的最优路径规划问题【3 】，就是依据某个或某些优 化准则( 如工作代价最小、行走路线最短、行走时间最短、行走能量消耗最低等) ， 在其工作空问中找到一条从起始状态到目标状态的能避丌障碍物的最优路径。机 器人路径规划方法大致可以分为两类【3 】：传统方法和智能方法。另外，根据机器人 对环境信息知道的程度不同，可分为两种类型【4 】：环境信息完全知道的全局路径规 划和环境信息完全未知或部分未知，通过传感器和摄像头等设备在线地对机器人 的工作环境进行探测，以获取障碍物的位置、形状和尺寸等信息的局部路径规划。 ( 3 ) 机器人视觉。机器人视觉是随着2 0 世纪6 0 年代末计算机与电子技术的 快速发展而出现的。把视觉信息用于机械手定位的研究可以追溯到2 0 世纪7 0 年 代，当时出现了一些实用性的视觉系统。如应用于集成电路生产、精密电子产品 装配、饮料罐装场合的检测等。2 0 世纪8 0 年代后期出现了专门的图像处理硬件， 人们开始系统地研究机器人视觉控制系统。到了2 0 世纪9 0 年代，随着计算机能力 的增强和价格下降，以及图像处理硬件和c c d 摄像机的快速发展，机器视觉系统 吸引了众多研究人员的注意。在过去的几年里，机器人视觉控制无论是在理论上 还是在应用方面都有很大进步【5 】。目前，机器人视觉系统正在广泛地应用于视觉检 测、机器人的视觉引导和自动化装配领域中。 ( 4 ) 多传感器信息融合。移动机器人的多传感器信息融合方面的研究始于2 0 世纪8 0 年代。多传感器融合【6 】的常用方法有：加权平均法、贝叶斯估计、卡尔曼 滤波、统计决策理论等规则。多传感器及先进的感知算法，将是在现实环境中实 现具有高度灵活性及高鲁棒性行为的机器人的关键。采用多个传感器的优点是很 明显的【7 】：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，但具有高鲁棒性，可改善完成特定工作的指标；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。 ( 5 ) 多移动机器人协调 多机器人系统的研究始于2 0 世纪7 0 年代，随着机器人应用领域的不断拓展、 机器人工作环境复杂度、任务的加重，对机器人的要求不再局限于单个机器人， 多机器人的研究已经成为机器人学研究的一个热点。多机器人系统的研究分为多 2 机器人合作( m u l t i r o b o tc o o r d i n a t i o n ) 和多机器人协调( m u l t i r o b o tc o o p e r a t i o n ) 两大 类，主要研究给定一个多机器人系统任务后，如何组织多个机器人去完成任务。 一个相互协调的多机器人系统有着单个机器人系统所无法比拟的优势【8 】：相互协调 的n 个机器人系统的能力可以远大于一个单机器人系统的n 倍；多机器人系统还 可以实现单机器人系统所无法实现的复杂任务；当环境或任务极其复杂，需要机 器人具有多种能力，而设计这种囊括所有能力于一体的单机器人成为不可能时， 多机器人系统是最佳解决方案；设计和制造多个简单机器人比单个复杂机器人更 容易、成本更低；使用多机器人系统可以大大节约时间，提高效率；多机器人系 统的平行性和冗余性可以提高系统的柔性、鲁棒性和容错性等。然而，多机器人 系统也存在单机器人系统所不存在的问题【9 】：复杂协调任务的描述；同一工作空间 中多机器人协调和集中；多机器人协调系统的自适应控制：智能体之间如何识别 和解决冲突；多机器人协调系统的负载分配等。 1 3 移动机器人研究现状与发展趋势 1 3 1 国外研究现状 国外对移动机器人的研究始于上2 0 纪6 0 年代末期，当时在斯坦福研究院( s r i ) 工作的n i l s o n 和c h a r l e s r o s e n 等人在1 9 6 6 至1 9 7 2 年研制出名为s h a k e y 1 0 】的自主 移动机器人，目的是研究人工智能技术在复杂环境下机器人系统中的自主推理、 规划和控制的应用。 2 0 世纪7 0 年代末，随着计算机应用和传感技术的发展，移动机器人研究出现 了新的高潮，人们的研究方向逐渐转移到了面向实际应用的室内移动机器人的研 究【4 j ，并逐步形成了自主式移动机器人a m r ( i n d o o ra u t o n o m o u sm o b i l er o b o t ) 概念。特别是在2 0 世纪8 0 年代中期，一大批世界著名的公司开始研制移动机器 人平台，这些移动机器人主要作为大学实验室及研究机构的移动机器人实验平台， 从而促进了移动机器人学多种研究方向的出现【2 】。 美国国家科学委员会曾预言：“2 0 世纪的核心武器是坦克，2 1 世纪的核心武 器是无入作战系统，其中2 0 0 0 年以后遥控地面无人作战系统将连续装备部队，并 走向战场”。为此，从2 0 世纪8 0 年代开始，美国国防高级研究计划局( d a r p a ) 专门立项，制定了地面无人作战平台的战略计划。从此，在全世界掀开了全面研 究室外移动机器人的序幕，如d a r p a 的“战略计算机”计划中的自主地面车辆计 划，能源部制订的为期1 0 年的机器人和智能系统计划，以及后来的空间机器人计 划；同本通产省组织的极限环境下作业的机器人计划等【2 1 。美国航空暨太空总署 3 ( n a s a ) 研制的火星探测机器人索杰那于1 9 9 7 年登上火星，这一事件向全世界进行 了报道。德国研制了一种轮椅机器人，并在乌尔姆市中心车站的客流高峰期的环 境和1 9 9 8 年汉诺威工业商品博览会的展览大厅环境中进行了实地现场表演。该轮 椅机器人在公共场所拥挤的、有大量乘客的环境中，进行了超过3 6 个小时的考验， 所表现出的性能是其它现存的轮椅机器人或移动机器人所不可比的。美国火星探 测机器人：精神号( s p i r i t ) 与机会号( o p p o r t u n i t y ) ，分别在2 0 0 4 年1 月3 日及2 4 日 登陆火星，引起了全世界的广泛关注。 1 3 2 国内研究现状 我国对于移动机器人的研究工作起步较晚，自2 0 世纪8 0 年代末，国家“8 6 3 计划启动智能机器人主题立项工作，从而开始了遥控驾驶防核化侦察车的研制工 作。于此同时国防科工委也自“八五”，投资支持a g v ( a u t o m a t i cg u i d e dv e h i c l e ) 方面的研究工作。在“九五”期间，我国继续组织研究了第二代地面自主车 a l v l a b i i 的研制工作。这些项目的实施加快了我国机器人领域的发展。 经过这么多年来的发展，我国移动机器人的研究已经取得了一定的成绩【l 2 1 。 其中具有代表性的系统有清华大学研制的t h m r v ，吉林大学研制的j l u i v 系列 实验车以及西安交通大学研制的s p r i n g r o b o t 实验车等。但是与西方发达国家相比， 无论是研究规模、投资强度、技术水平，还是成果应用程度与效益等方面，尚存 在明显差距。 1 3 3 发展趋势 根据1 2 节移动机器人主要研究方向，我认为移动机器人的发展趋势主要包 括： ( 1 ) 多传感器数据融合技术：利用多种传感器的冗余信息互相补偿以获得充 分的环境信息，通过这种方法可以避免单传感器信息的不足。该研究方向的重点 在于如何在有动态未知环境中消除观测噪声的干扰。 ( 2 ) 多机器人协调系统：移动机器人的多机器人协调，从策略角度共同完成 分配的任务一直是研究的热点。由于同时有多个相互协作的机器人参与，这就对 创建地图、定位和多机器人协调控制提出了更高的要求。 ( 3 ) 自主性的移动机器人系统：要使移动机器人成为完全自主的实体，必须 对周围环境进行详尽完备的描述，且移动机器人应具有良好的定位精度、优化的 路径规划和较高鲁棒性的避障行为。 4 ( 4 ) 智能技术的应用：模糊控制、神经网络控制、学习控制、仿人控制和进 化控制等先进的控制方法在移动机器人上的应用将是机器人研究人员以后关注的 热点之一。 1 4 论文研究内容 论文主要内容如下： 第一章引言。介绍选题背景、移动机器人研究方向、移动机器人的研究现状 和发展趋势。 第二章移动机器人平台。介绍p 3 d x t 】移动机器人平台的硬件系统和软件系 统。其中硬件系统主要是p 3 一d x 的部分传感器，软件系统则涉及a r 认软件开发 包、客户端丌发环境、仿真环境m o b i l e s i m 和绘图软件m a p p e r 3 。 第三章移动机器人定位与运动行为控制。从建立p 3 d x 移动机器人模型出 发，来研究坐标系和坐标变换，从而实现移动机器人定位和运动行为控制。移动 机器人的定位研究中主要涉及移动机器人在仿真环境和实际环境中的定位；移动 机器人运动行为控制则是基本运动行为控制与合成运动行为控制。 第四章移动机器人路径规划。首先按照环境建模方式和搜索策略的异同，将 路径规划方法分成四类，分别是基于空间几何构造的规划方法、前向图搜索算法、 智能化规划方法和基于行为的路径规划方法。然后通过对这些路径规划方法的研 究，提出了基于模糊逻辑控制的动态行为移动机器人路径规划的思想和原理，即 把基于智能规划方法中的模糊逻辑控制算法融入到基于行为的路径规划方法中 去，与此同时讲述了算法中的模糊逻辑控制系统的基本结构。 第五章算法设计与实现。模糊逻辑控制的动态行为路径规划融入了基于行为 的路径规划策略和智能算法中的模糊逻辑算法。在该算法中，按照基于行为的路 径规划策略把运动规划行为分解为几个个相对独立的部分，主要包括避障行为和 趋向目标行为。本部分首先对传感器信息进行量化，然后对行为控制器进行设计： 避障行为控制器和趋向目标行为控制器，其次在对控制器输出进行融合，最后进 行实验仿真。避障行为控制器和趋向目标行为控制器仿真表明了控制算法的有效 性；基本运动行为和路径规划仿真表明机器人能够规划出一条避开障碍物且到达 目标的较优路径。实验结果证明了所采用的理论和设计方法的j 下确性。 第六章对本文取得的研究成果与不足进行总结。 2 移动机器人平台 p i o n e e r 3 d x 移动机器人本体是一个双层系统结构。即控制平台端为客户端， 机器人本体为服务器端，客户端与服务器端的连接实现使用的是w i r e l e s se t h e m e t 。 开发者在客户端的v c 60 下的a r i a 平台上用c 或c 编写可执行程序，然后可以 通过t e l n e t 将可执行程序移植到移动机器人上，并且通过t e l l l e t 登陆机器人系统 来激活程序。 p i o n e e r 3 d x 机器人平台自身的软件特性和硬件特性的完美结合给用户的分 层结构算法提供了较好的实现基础。在软件层面上可以直接实现对底层的控制， 为研究人员对软硬件的充分利用和二次丌发提供了一定的便利。另外，p i o n e e r 3 d x 的手册提供的所有串口信息和命令包的协议规程，也为用户自行设计独立的应用 程序提供了较好的基础。 接下柬介绍p i o n e e r 3 d x ( p 3 d x ) 移动机器人平台的软硬件系统及其基本结 构。 21 p 3 一d x 硬件系统 美国a c t i v m e d i ar o b o t i c s 公司生产的p 3 一d x 移动机器人是敏捷的、通用的智 能移动机器人平台，机器人可升级，具有很好的鲁棒性，并且p 3 一d x 在需要的情 况下，可以为j j 户扩胜的高耗能附件提供更大的动力，使机器人得到更好的横向 扩展】。对于完整的p 3 一d x 移动机器人如图2l 所示。 图2 - ip 3 d x 移动机器人 f i 9 2 - 1p i o n e e r 3 m o b i l e r o b o t 业童奎煎世缸型型啦监毫_ j 簦丝增：垩台 本实验室所涉及的p 3 一d x 移动机器人的硬件环境虽然没有如图那么完善，但 对于完成本实验还是没问题的。接f 柬详细介绍本实验中涉及到的p 3 - d x 的硬件。 p 3 d x 提供选项有一个内置的计算机作为服务器端，通过以无线以太网和客户端 进行连接i 。”，如图2 2 所示。 幽2 - 2 p c 与机器人连接 f i g2 - 2p cr e x l u i 碍d b v m o b i l e r o b o t p h 哝m “ 设置网络的步骤如下： 第一步：按无线路由器说明书配置一个名为d - l i n k 的无线局域网。 第二步：配置设备i p 地址，为普通台式机设置静奈口地址，p 3 一d x 型机器人 使用串门连接笔记本并设置静态i p 地址。 第三步：使用p i 略测试网络连接状况。 第四步：睛络连通后可通过普通台式机( 客户端) 上安装的v n c 软件对机器 人p 3 d x 进行远程控制。 对于铝制外壳的p 3 一d x ，其尺寸为4 4 3 8 2 1 5 ，如图2 3 所示。驱动轮的直 径为1 9 锄，马达的齿轮比为1 95 ：1 ，每个马达带有5 0 0 t i c k 的译码器。机器人采 用两轮差分驱动，万向轮的方式，这种驱动方式有很好的完整性，可以在同一位 置自转。如果p 3 一d x 绕一道具做原点转动，半径为3 2 c m 。当然，机器人p 3 - d x 呼鞫f f = = = 曝翠呵 d7 氮、 u 虫够n ”f “ 翻2 - 3p 3 - d x 外形尺寸 f i 9 2 - 3p 3 - d x p h y s i c a l d i m e n s i o n s 能爬2 5 的一个坡度，过2 5 c m 的一个壕沟。在平地运动时，速度可以到达1 6 m s 。 速度较低的情况下，可以负重2 3 k g 。负重包括额外的电池和所有的传感器。p 3 d x 采用可以实现热插拔的可充电电池，机器人在三节电池完全充满时可以运行1 8 2 4 小时，使用高效充电器，充电时间为2 4 个小时。可扩展性方面，p 3 d x 可以很容 易的拆卸它的前鼻，可以快速的往车载计算机里插入p c i 0 4 + 的板卡，最多可以插 三个。所有的p 3 d x 都包括了3 2 位的以r i s c 为基础的控制器。 实验中所需的声纳传感器分布是不均匀的，但可以可以覆盖1 8 0 度的范围， 测试距离为1 5 c m 7 m 。我这里给出前方8 个声纳分布图，具体分布如图2 4 所示。 但声纳在移动机器人本体的分布半径比其外形尺寸略小，仅为2 5 c m 。 7 声 1 0 0l o o o o 9 0 0 图2 4 p 3 d x 声纳分布图 f i g 2 - 4p 3 - d xs o n a ra r r a y p 3 d x 机器人在机器人甲板的尾部有一个“s t o p ”按钮，可以用来强行停止 机器人，因此可以方便用户的使用以防在运动中出现不可控制的状况。 2 1 1p 3 d x 主要传感器概述 机器人感知系统作为机器人研究学者关注的焦点之一。只有在获取有效信息， 机器人才能做出正确的决策，才能适应越来越复杂的环境的需要。传感器性能及 信息处理能力决定了机器人对环境的感知和理解程度。由于移动机器人所处的环 境始终是动态的，如何连续、快速地采集和处理环境信息，对机器人的实时性、 稳定性以及智能水平有着决定性的影响。考虑到环境信息的复杂多样性，机器人 可能需要种类多样、数量不一的传感器，以获取机器人所在的外部环境以及内部 状态的信息，同时还需要把相关信息融合起来以形成对环境相对完整的感知。 气9 ( 1 ) 传感器的分类 多种传感器使移动机器人能很好地感知和理解周围环境。移动机器人的传感 器分为内部和外部传感器。内部传感器检测机器人组成部件的内部状态，是实现 闭环控制、伺服动作必不可少的装置，采用基于机器人自身的运动和推动力的测 量方法，与外部环境无关。内部传感器有编码计、线性加速度计、惯性导航、磁 罗盘、全球定位系统( g p s ) 等。外部传感器用于检测机器人与外部物体状态之间的 关系，它使机器人及时了解工作环境和对象，视情况柬调整自己的决策，从而提 高机器人的适应性和智能化。典型的有视觉传感器、超声波传感器、红外传感器、 接触和接近传感器、路标导航等测量方法。 ( 2 ) 主要传感器简介【1 】 下面针对论文中使用的p 3 d x 主要传感器作简要的原理性概述。 光学增量编码器 光学增量编码器，是一种通过光电转换将输出轴上的机械几何位移量转换成 脉冲或数字量的传感器，能够检测细微的运动，其输出为数字信号。编码器现已 成为在电机驱动内部、轮轴，或在操纵机构上测量角速度和位置的最普及的装置。 在移动机器人学中，用编码器控制位置或轮子的速度，或其它电机驱动的关节。 光学增量编码器主要由光栅盘和光电检测装置组成，具体是由照明源、屏障 光的固定光栅、带细光栅的转盘和固定的光检测器组成。当轴转动时，它产生一 定数量的正弦或方波脉冲，当转盘转动时，根据固定的和运动的光栅的排列，穿 透光检测器的光量发生变化。 光栅盘是在一定直径的圆板上等分地丌通若干个长方形孔。由于光电码盘与 电动机同轴，电动机旋转时，光栅盘与电动机同速旋转，经发光二极管等电子元 件组成的检测装置检测输出若干脉冲信号，其原理示意图如图2 5 所示；通过计算 每秒光电编码器输出脉冲的个数就能反映当前电动机的转速。此外，为判断旋转 方向，码盘还可提供相位相差9 0 0 的两路脉冲信号。 图2 - 5 光学增量编码器原理图 f i g 2 5o p t i c a li n c r e m e n t a le n c o d e rs c h e m a t i c 因为光学增量编码器是本体感受式的，一般处在移动机器人内部结构受控的 环境中。在机器人参考框架中，它们的位置估计是最佳的，所以可以设计成无系 统误差和无交叉灵敏度。光学编码器的准确度常常被认为1 0 0 ，虽然这并不完全 9 正确。但在光学编码器级别上，任何误差会因电机轴误差在下游而显得微不足道。 但在用于机器人定位问题时，需要重大的校正。 陀螺仪 陀螺仪是导向传感器，是用来测量运动物体角度、角速度和加速度的传感器。 利用陀螺可以测量运动物体的姿态角( 航向、俯仰、横滚) ，精确测量其角运动。 它可以用来保持相对于固定参考框架的方向，因此可提供移动系统导向的绝对测 量。依据不同的物理学原理可以制造出不同类型的陀螺，一般可将其划分为机械 陀螺、压电陀螺、光学陀螺等几类。 声纳 超声波传感器是一种基于飞越时i 日j 测距的有源传感器。飞越时间测距利用了 声或电磁波的传播速度。超声波传感器的基本原理是发送( 超声) 压力波包，并 测量该波包反射到接收器所占用的时间。引起反射的物体距离d 可以根据声音传 播速度c 和飞越时间t 进行计算。 d = c t 2 ( 在大气标准压力和2 0 。c 条件下，声速近似为c = 3 4 3 m s ) 在移动机器人学中，由于许多测距传感器价格低、直接测量机器人到其邻区 物体的距离，提供易于解释的输出，有源测距传感器继续成为最流行的传感器。 目前，大多数移动机器人的障碍检测和避障严重依赖于有源测量传感器，同时有 源测距传感器一般当作移动机器人定位和环境建模过程的一部分。但是，随着效 果良好的视觉传感器的出现，有源传感器会逐渐失去传感器类别选择中的首要地 位。 ( 3 ) 各种传感器缺点 利用光学增量编码器测量信息进行定位是移动机器人中常用的方法，但存在 累积误差，同时轮子的变形、打滑以及震颤都会引起测量误差，因此编码器的测 量信息应与其他传感器的测量信息相融合以提高定位精度。例如在文献【6 】中，通过 扩展卡尔曼滤波将光学增量编码器、超声传感器和c c d 摄像机三种传感信息相融 合，进行移动机器人在未知环境中的位姿估计。在文献【l3 】中，光学增量编码器测 量信息与超声传感器测量信息通过一种分布信息最优滤波器相融合，最小化传感 器测量的不确定性，产生移动机器人在穿过走廊时位姿状态的最优估计。该滤波 器是在卡尔曼滤波器的基础上进行改进，其初值可直接给出，并且比同样效果的 卡尔曼滤波器要简单。 超声传感器可测得距离信息，价格便宜，使用简单，得到的测量信息易于理 解。但其扫描率低、角度分辨率差，受环境、被测表面材质及入射角的影响大。 另外，超声波产生的折射、多次反射会引起测量中的幻影数据。 不同的传感器存在各自的针对性和局限性，采用单一传感器导航，移动机器 l o j 噩z 丝厶坐熊土主拉监襄整动扭墨厶王台 人的稳定性受到制约，因而移动机器人实际上将几种方法结合使用，以充分发挥 各自优点而避免各自的缺陷，提高定位系统的精度和可靠性。 2 2p 3 一d x 软件系统 2 21 a r i a 程序开发包 a r i a 安装在所有的移动机器人平台，是个基于c 十_ 的丌放的开发环境，它 为所有的智能机器人系统提供了一个强人功能的客户端接口。a r i a 是一个整台机 器人控制的理想的平台，可以灵活的处理c s 连接【 f 1 所有的最低层的细节，如网 络、串行连接、控制、服务包通信，循环定时、多线程和各种附件( 激光、陀螺 仪、声纳等) 。 a r i a 的结构【1 4 如图2 7 所示。在a r i a 的结构中，移动机器人在c s 模式中 足作为服务器运行的。服务器负责管理机器人的低层次细节，包括平台的驱动速 度与转向、获取卢纳读数。在c s 模式下，通过串行连接方式与移动机器人连接 的p c 作为客广端。作为客户端的p c 运行高层服务及智能机器人控制( 包括避障、 路径规划、特征识别、定位、导航等) 。 移动机器人的c s 结构的一个重要的好处是不同的服务器可运行相同的高级 客户端软件。且几个客户端可同时运行来控制单独的机器人，各客户端问可实现 分布式通信、规划和控制。 q 蜀圆 盘面 - 图2 - 6 a r i a 结构幽 f i 9 2 5 a r c h i t 咖t r e o f a r i a 2 22 客户端开发环境配置 j b 斑窑通左生亟土堂擅监窑 整动扭盏厶垩台 移动机器人相关程序是在w i n d o w s 环境下m s v c h 60 下开发。开发程序前， 首先对m sv c 上+ 6 0 创建的工程配置程序运行环境，包括添加库函数和头文件。 设定包含头文件的路径如图2 - 7 所示，添加库文件的方法如图2 8 所示。具体参数 设胃方法：p r o j e c t - s e t t i n g s - c + + p r e p r o c e s s o r - a d d i t i o n a li n c l u d ed i r e c t o r i e s 中添 加e x a m 、i n c l u d e ，其中e x a n l 为工程的目录，i n c l u d e 文件中为需要的头文件。在 p r o j e e t 一 s e t t i n g s 一 l i n k o b j e c t s l i b r a r ym o d u l e s 中添加a r i al i bw i n m ml i bw s o c k 3 2l i b 同时工程目录下也要有这个a r i a l i b 连接库，然后在工程目录下添加头文件央 圈2 7 环境配置a f i g2 一s e m n go f e n v i r o m e n t 223 m o b i l e s i m 酣2 - 8 环境配置b f i 9 2 - 8s e i t m go f e n v i r o n m e n t 仿真软件m o b i l e s i m 一般用于应用程序仿真，从而查看可执行文件+ e x e 程序 的运行效果。 ( 1 ) 客户端应用程序仿真 首先打开仿真软件m o b i l e s i m ，然后加载地图，最后直接运行程序即可观察到 程序的仿真结果。 ( 2 ) 程序在机器人实体上运行 将编译好的+ e x e 程序通过无线以太网共享，从而将文件传送到机器人车载口c ， 然后运行+ e x e 即可。 2 24 m a p p e r 3 为了验证算法的有效性，初期需要用到一些不同类型地图进行移动机器人的 仿真实验，从而为真实的机器人实体实验奠定基础。软件m a p p e r 3 为用户绘制地 图提供了便利，从而以满足实验仿真的需要。由于移动机器人数字地图的编辑是 移动机器人路径规划仿真的重要内容，所以它必须充分反映地图特征如：障碍物、 可行走区域、几何关系和相对位置等。这个地图编辑软件具有很强的地图编辑功 能，提供了一个图形界面用于用户绘制仿真地图，能绘制简单和比较复杂的障碍 物，而且这个编辑软件还提供了仿真地图的编辑功能，用户可以在文本环境中输 入各种障碍物的参数来生成并修正仿真地图。 3 移动机器人定位与运动行为控制 本章以p 3 d x 为例，主要讲解与后续移动机器人路径规划实验中密切相关的 定位与运动行为控制。对于移动机器人定位而言，首先要涉及移动机器人建模、 移动机器人车载坐标系和全局坐标系的建立、