（测试计量技术及仪器专业论文）基于声纳和激光测距的移动机器人slam研究.pdf

摘要 摘要 本文主要研究移动机器人在未知环境中进行，同时定位与地图创建( s l a m ) ，及路径规划的问题。机 器人定位与地图创建是两个紧密相关的问题，要实现机器人的定位需要以某种形式对环境进行描述，了解 环境的地图模犁；而为了构建环境地图模型，机器人需要知道个时刻自身的位姿，对机器人定位，通常用 基于行程计和航向角的测程法移动机器人自定位。可见s l a m 是移动机器人实现真止自主的核心问题。 在对声纳的测量特性及其信息不确定性详细分析的基础上，采用扇形的高斯模型来描述声纳数据，基 于贝叶斯概率估计提出了一种新的不确定信息描述和处理方法，并将其用于卢纳数据的解释和融合，以此 建立环境的r 与据栅格地图。这种方法更适合于具有较强不确定性的卢纳传感器数据的处理，准确度和鲁棒 性都令人满意。在低成本的室内移动机器人上有较大的应用前景。 在对其激光测距仪测量特性分析的基础上，通过迭代最近点扫描匹配算法i c p 计算机器人位姿的旋转 变化最和平移变化量。纠正了移动机器人定位的累计误差。将局部地图转换到全局坐标系，建立了较准确 的全局激光数据地图。在此基础上，针对占据栅格地图实时性差的问题，采用一种高效的基于激光束穿越 和反射计数的反射率栅格地图，提高了系统实时性。并将环境结构图和激光地图以及卢纳地图进行了比较， 分析了两者的优缺点以及产生的原因。 将a 算法应用到栅格地图的路径规划中，详细分析了a 幸算法的原理，以及不同启发函数的选取，对 a 幸算法搜索速度和搜索节点的影响。基于声纳数据的占据栅格地图以及激光数据的反射率栅格地图，进 行了真实环境的路径规划实验，实验表明该算法有效性。 关键字：移动机器入，声纳，激光，同时定位与地图创建，路径规划 东南人学硕十学位论文 a b s t r a c t t h i sd i s s e r t a t i o nf o c u s e so nt h e o r ya n di m p l e m e n t a t i o no fl o c a l i z a t i o n ，m a pb u i l d i n ga n dp a t hp l a n n i n gi n u n k n o w ne n v i r o n m e n tb ym o b i l er o b o t s f i r s to fa l l ，t h et h e s i si n t r o d u c e sal o c a l i z a t i o nm e t h o dc a l l e do d o m e t r y b yd e t a i l e da n a l y s i so fm e a s u r i n gs p e c i a l t ya n du n c e r t a i n t yo fs o n a r , an o v e la p p r o a c ho fu n c e r t a i n i n f o r m a t i o n sd e s c r i p t i o na n dh a n d l i n g , w h i c hb a s e do ng a u s s i a nd i s t r i b u t i o nt h e o r y , i sp r o p o s e df o ri n t e r p r e t i n g a n df u s i n go fs o n a rd a t a b yt h i sa p p r o a c h ，o c c u p a n c yg r i dm a pi sc r e a t e d i ti sm o r es u i t a b l ef o rh a n d l i n gw i t h s o n a rd a t a , w h i c hi ss t r o n g l yu n c e r t a i n t h i sm e t h o dh a sal a r g e ra p p l i c a t i o np r o s p e c t sf o rl o w c o s ti n d o o rm o b i l e r o b o t s t h em e t h o do ff e a t u r e b a s e dm a pb u i l d i n gb a s e do nl a s e rr a n g e rf i n d e ri sp r e s e n t e d al o c a l i z a t i o na p p r o a c h b a s e d0 1 1s c a nm a t c h i n gi sp r o p o s e d ，w h i c hm a k e sm a t c h i n gb e t w e e ng l o b a lm a pa n dl o c a lm a p f i r s t l yi c pi s i n t r o d u c e dt h e nw e i g h e dl e a s ts q u a r ea l g o r i t h mi su s e dt or e a l i z ea z i m u t h - e s t i m a t i o na n dp o s i t i o n e s t i m a t i o n a l s oi ti m p r o v e st h ee f f i c i e n c ya n da c c u r a c yo fe x p l o r a t i o na n dm a p - b u i l d i n g i no r d e rt og e tas h o r t e s tc o l l i s i o n - f r e ep a t hf r o ms t a r tp o i n tt og o a li ng r e ym a p ，t h ea 幸a l g o r i t h mi su s e d ，b y w h i c hal o c a lo p t i m u me x p l o r a t i o ns t r a t e g yi sp r e s e n t e d h e u r i s t i cf u n c t i o no f a a l g o r i t h mh a sb e e na n a l y z e di n d e t a i l s t h em e t h o da s s u r e st h er o b o tf o l l o w i n gt h ep a t ht h a tc a na c q u i r ee n v i r o n m e n ti n f o r m a t i o ni nt h es h o r t e d t i m eb yg o a l ss e l e c t i n g ，p a t hp l a n n i n gf o rm u l t i g o a l s ，a n dm o t i o nc o n t r o l l i n g s i m u l a t i o ne x p e r i m e n to ft h i s a l g o r i t h mo ng d dm a ph a sb e e na c c o m p l i s h e df o rv e r i f i c a t i o nt h ee f f e c t i v e n e s so f t h i sa l g o r i t h m k e y w o r d s ：m o b i l er o b o t , s o n a r , l a s e rs c a n n e r , s l a m ，p a t hp l a n n i n g i i 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t 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t 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。 躲李 旁厶 日期：塑翌：丝理 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 什和电子文档，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 以电子信息形式刊登) 论文的全部内容或中、英文摘要等部分内容。论文的公布( 包括以电 子信息形式刊登) 授权东南大学研究生院办理。 研究生签勉导师签名：彳潋期： ) 分7 年7 一l 第1 章绪论 1 1 课题研究背景与意义 第1 章绪论 移动机器入技术是当今机器人研究的热点。它涉及人工智能、智能控制、信息处理、图像处理、检测 与转换等专业技术，跨计算机、自动控制、机械、电子等多种学科，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。相对于传统的工业机器人，移动机器入引入了更多的智能 性，集中体现了计算机技术和人工智能的最新成果。冈此，移动机器人的研究更具挑战性，受到世界各国 的普遍关注。现在，具有智能特性的移动机器人已经应用到包括制造业，航天、海洋、军事、建筑、医疗 护理、农林、商业服务和灾害救护等各方面，帮助人们从那些枯燥、单调、危险的：f 作中解脱出来。 移动机器人定位是各种移动机器人系统最基本、最重要的一项功能，也是移动机器人研究中的关键问 题。多年来国内外有人量科技1 ：作致力于这方面的研究t 作，对许多问题的认识和求解都取得了长足的发 展。但是。为了实现机器人的完全自主导航，服务人类，仍然有许多问题需要解决，如同时定位与地图创 建( s i m u l t a n e o u sl o c a l i z a t i o na n dm a p p i n g ，s l a m ) 是实现机器人真正自主的关键。因此，对移动机器人定位 和s l a m 的研究具有重要的理论意义和应用价值，可以为自治水下机器人( a u 、空间探测机器人等的开 发提供理论和技术支持。 由此可见，自主移动机器人将有着1 i = 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上智能的最新成果，标志着一个国家的科技发展水平。冈此， 开展移动机器人关键技术的研究势在必行。 1 1 1 移动机器人发展趋势 机器人发展剑今天是灿烂辉煌随着信息技术电子技术的发展移动机器人作为人工智能的一个分支也 将吸收这些成果，功能将更完善，新的移动机器人也将涌现出来。下面结合国际国内情况来讨论一下地面 移动机器人发展趋势。 民用上的发展趋势。随着生活水平的提高，科技的发展，人们将把大量简单繁重的t 作交给机器人， 机器人仆人将大量出现。如汽车司机长时间驾驶容易疲劳，汽车将有安全的自动驾驶模式。现在自动驾驶 车能对前方车辆实行避让超车，但对小动物或人不知避让，这要待更聪明的传感器出现或图像处理能更精 细些。在医疗领域，能进入人体的微机器人将大显身手。它们进入血管、肠道等地方进行清理、探查、保 健预警等。网络机器人用于远程手术技术将越来越成熟。 工业上的发展趋势。工业机器人在国外发达国家用的很普遍，占机器人的9 5 ，其中移动机器人占大 部分。随着新兴产业的出现，相应的t 业机器人必将会研制出来。我国近年的民工荒说明从事体力劳动的 工人在减少，原因是新一代教育程度较高，不愿从事简单枯燥的体力劳动，原先八十年代的民t 年纪人了。 故此我国是工业急待产业升级，自动化程度升高。根据具体工作场所，研制特定机器人迫在眉急。今后一 段时间，我国j ：业机器人将迎来大发展，所谓“中国机器人的春天”。 军事上的发展趋势。国际形势虽无世界大战之虑，但局部冲突时有发生和反恐形势依然严峻。美国、 许多欧国家以及日本都火力投入。大型的无人坦克冲锋陷阵，小型的昆虫机器人“间谍”到处爬，少量的 作战人员在安全的信息中心运筹帷幄。0 4 年我国中国科学院沈阳自动化研究所也自行研制出“灵晰”系 列反恐防暴机器人。 1 东南人学硕十学位论文 1 2 国内外研究动态 目前，移动机器人的研究范围已经扩展到水下、空中、地面、甚至太空和行星表面等多种环境。最值 得一提的是，2 0 0 4 年1 月美国n a s a 火星探测机器人勇气号和机遇号先后在火星表面顺利登陆，并自行 探路工作代表当时智能移动机器人研究的最高水平。我们国家也已经启动“嫦娥j r 程”【4 5 】三期无人探月 计划，月球机器人的研制也正在如火如荣进行中。 1 2 1 移动机器人定位研究现状 定位是确定机器人在其作业环境中所处位置的过程。更具体地说是利用先验环境地图信息、机器人位 姿的当前估计以及传感器的观测值等输入信息，经过一定的处理和变换，产生更加准确的对机器人当前位 姿的估计。应用传感器感知的信息实现可靠的定位是自主移动机器人最基本、最重要的一项功能，也是移 动机器人研究中倍受关注、富有挑战性的一个重要研究主题。定位方法主要有两大类，一类是相对定位， 另一类是绝对定位【l 】。 机器人定位过程中，需要利用外界的传感器信息补偿测距法的误差。广泛用于机器人定位的外界传感 器有陀螺仪、电子罗盘、红外传感器、超声波传感器、声纳、激光测距仪、视觉系统等。目前利用室内环 境的自然特征实现机器人的位置估计变得越来越流行 2 】。机器人定位研究中，一般利用外界传感器提取导 航环境特征，并和环境地图进行匹配以修正测距法的误差。因此利用外界传感器定位机器人时，主要任务 在于如何提取导航环境的特征并和环境地图进行匹配。在室内环境中，墙壤、走廊、拐角、门等特征被广 泛地用于机器人的定位研究 3 1 1 4 1 。目前，声纳和激光测距仪是最广泛使用的外部传感器。 1 2 2 同时定位与地图创建研究现状 在移动机器人领域中，各种条件下的定位和地图创建问题已经得到了较完满的解决，技术也比较成熟 了。但在很多情况下，环境的信息是部分、甚至是完全未知的，此时必须将定位和地图创建结合起来，使 得机器人利用对自身的定位来创建地图，同时利用自身创建的地图来定位，这就是移动机器人同步定位和 地图创建问题( s i m u l t a n e o u sl o c a l i z a t i o n a n dm a p p i n g ，s l a m ) ，最早是由s m i t h 、s e l f 和c h e e s e m a n 提出 来的 5 1 1 6 1 ，并由h u g hd u r r a n t - w h y t e 和j o h nj l e o n a r d 进一步研究发展而来【3 5 】。 机器人定位与地图创建是两个紧密相关的问题，要实现机器人的定位需要以某种形式对环境进行描 述，了解环境的地图模 l ! ! ；而为了构建环境地图模型，机器人需要知道个时刻自身的位姿，对机器人定位。 由于机器人的观测信息都是相对于机器人坐标系而肓的，为了使机器人能够创建高精度的环境地图，需要 准确知道机器人的位姿，才能确定观测到的障碍物在全局坐标系下的坐标。由此可见，定位和地图创建相 互依赖，是一个“先有鸡还是先有蛋的问题。 s l a m 的基本思想是在利j j 机器人的位姿进行地图的创建过程中，同时利用已经创建的地图进行机器 人的定位，因此地图创建与定位是同时进行的。s l a m 可以利用已经创建的地图矫正里程计的误差，这样 机器人的位姿误差就不会随着机器人的运动距离的增大而迅速增大，冈此可以创建精度更高的地图；同时 s l a m 也解决了未知环境中的机器人定位问题。 s l a m 是移动机器人实现真正自主的核心问题。国外机器人方面的著名研究机构都投入大量资金积极 开展环境建模这方面技术的探讨和研究 7 1 0 。2 0 0 4 年初美国“机会”号和“勇气”号机器人成功登陆火 星并发送回火星表面的照片，说明这一技术早已步入军事实用阶段，但核心技术处于保密之中。目前，从 公开发表的文章来看，多数研究尚处丁二模型或设计模拟阶段，大多都是实验室结果，比较具有代表性的 t 作有：美国卡耐基梅隆人学研制的a m b l e r 系列，澳人利距悉尼大学研制的室内机器人等。大多数公开 2 第l 章绪论 发表的文章都是假定环境是静态的、假定具有很多有关环境的先验知识，而在实用中，环境是动态变化的、 对环境可能一无所知。信息处理、人= 智能等领域的先进技术的成熟发展为未知动态环境下移动机器人地 图创建问题的突破研究提供了可能。 移动机器人对未知环境建模依赖于其传感器所获得的信息，与环境建模有关的传感器有：感知机器人 自身运动状态的内部传感器，如光电码盘、陀螺仪、加速度仪等，和感知外部信息的外部传感器，如g p s 、 卢纳、激光测距仪和视觉传感器等。作为环境建模的信息来源，机器人携带的各种传感器的精确度决定了 所创建地图的精度。而这些传感器所获得的信息带有不同程度的不确定性，如何有效地描述和处理不确定 性信息是研究移动机器人环境建模的重点和难点。人们利用概率论、模糊逻辑、神经网络等描述和处理不 确定性信息【1 l 】【1 2 】，这是移动机器人环境建模领域的研究热点。 为了获得全局的环境地图和实现定位，还需要将不同时间、不同地点的感知信息进行匹配和联合，存 在局部数据之间的关联问题，也存在局部数据与全局数据的关联与匹配问题。在s l a m 中使用的数据_ 关 联算法也多种多样，如近邻算法和联合相容性算法。由于根据机器人的行程计提供的位姿信息一般存在累 积误差，感知数据通常要融合其他外部传感器的数据，如声纳、激光测距仪或者视觉传感器等等，这些传 感器提供的丰寓和多样的感知数据既为数据关联提供了资源，也对数据描述的一致性和数据关联算法的适 用性提出了挑战 1 3 】。 1 2 3 路径规划研究现状 所谓路径规划是指移动机器人在有障碍的环境中，寻找一条从起点到终点的路径，这条路径不仅要使 机器人躲避障碍，而且要在一定指标f ( 如距离、时间、能量等) 尽可能的优化【1 3 】。障碍物在环境中的不 同分布情况当然直接影响剑规划的路径，而目标位置的确定则是由更高一级的任务分解模块提供的。路径 规划问题自提出至今已经经过了国内外众多学者二十多年的深入研究，产生了大量的研究成果。从最早的 栅格发、人工势场法、可视图法、自由空间法、a 宰算法、d 幸算法，以及众多的改进算法，再到模糊逻辑 算法、神经网络算法、遗传算法各种群智能算法，以发展过科也体现了移动机器人的发展之路。 1 2 4 典型的移动机器人系统介绍 p i o n e e r ( 先锋) 系列机器人。该系列机器人是目前全世界最成熟的轮式移动机器人研究平台，也是最 早进入中国的高性能移动机器人研究平台。在这个系列中，主要分为适应各种地形研究的室内移动机器人 - a t 和室外研究机器人d x 。它们都有2 个驱动轮，后部带有平衡轮，配有a r i ar o b o t i c sa p i 和s a p h i r a8 + 软件、a c t s 颜色跟踪软件、8 个前声纳系统、8 个后声纳系统，有电子罗盘、手臂、抓手、车载计算机、 视觉系统、有线遥控手柄、无线通信系统。此外也可装有激光床拿起、g p s 定位系统、激光定位导航软件 等。p i o n e e r 系列机器人如图所示。 3 东南人学确学也论空 幽l - 1 左圈p i o n e e rp 3 d x 机器人右| 生fp i o n e e r p 3 - a t 机器人 m a r sr o v e r 移动机器人。勇气号( s p i r 沁m e r - a ) ，是美国国家航空航天局火星探测漫游者计划的第一 部火星漫游印。“勇气”号睦i6 米、宽2 3 米、高1 5 米晕1 7 4 千克。六轮独立驱动，采川搦臂式午架 结构。侧向娄态码仃通过具有三个角自由嫂机械装置实现两侧配有多个c c d 相机，一副_ 般目立体视觉 装在桅杆上。火星中上伸出的一个桅杆式结构，距火5 1 午轮子底部高度约为1 4 米，上面驶有一对可拍摄 火星袭面彩色j 毗片的仝景照相机作，晒台相机高度与人腿高度差不多。 t 。x 幽函函还0 盗函_ 幽 嘲l - 2 左豳m a r s r o v e r 勇气号机器人，右凹f r o n t i e r - i i 移动机器 上海变大f r o m i e r - e 移动机器人。是由上海空通大学自动化系机器人与智能信息处理研究所新近自主 开发的一款教育型自土移动机器 。作为开放式的移动平台，f r o n t i e r - l 移动机器 完全遵循国际先进的 模块化设计理念。将移动机器人与p c 的概念融为一体。高度开放的软、硬什结_ | 旬，便于用户扩艘、添 加软忭莽法与硬件设备，全面支持电气、电子、控制、机械、计算机等学科教学、科研研究适台于高等 院校作为综合的科研开发平台，尽有性能稳定、硬什精度高、软什可扩展性强等特点。平台配套的机器人 控制软什、机器人视觉软件可以完成机器人的i t 标提取、跟踪、避障、导航、路径规划、多机器 协作等 功能。 第l 章绪论 1 3 本文研究课题与内容安排 本文主要研究内容是在阅读大景文献和进行人量实验的基础上，研究基于测距传感器( 声纳传感器和 激光测距仪) 的移动机器人同时定位与地图创建，路径规划等问题。主要用c 语言【4 1 4 4 】编程实现。 本文的内容将作如下安排： 第一章，绪论。介绍移动机器入的研究背景以及相关关键技术的国内外研究现状，提出研究课题和全 文的结构安排。 第二章，移动机器人系统与白定位。对移动机器人的定位方法进行了研究，介绍了基丁行程计和角速 度陀螺仪的测程法相对定位方法。首先介绍实验所使用的移动机器人平台，研究了实验所用的激光测距仪 h r o 0 4 l x 的性能参数，数据通信接口，以及通信协议，测量数据的获取、解码与存储等问题。 第三章，基于声纳信息的栅格地图创建。介绍了声纳测距的原理和特点的基础上，分析了声纳在移动 机器入环境探测中模型建立的问题，采用高斯卢纳模型，建立了基于贝叶斯更新的全局占据栅格地图。 第四章，基于激光测距的同时定位与地图创建。在分析激光测距测量特性的基础上，用移动机器人探 索得到的局部地图，进行扫描匹配，对基于行程计和角速度陀螺仪的移动机器人自定位进行位姿纠正。在 此基础上，采用传统的占据栅格米建立栅格地图，本文提出一种基于激光束穿越和反射计数的反射率栅格 地图。 第五章，基于栅格地图的路径规划。本文在移动机器人基丁栅格地 冬 的导航与路径规划中，采用了改 进了启发函数的a 算法。完成了未知环境下，基于改进a 幸算法的移动机器人同时探索与路径规划的仿真 实验。分别基于声纳和激光测距生成的栅格地图，进行了真实环境的路径规划实验。 第六章，总结与展望。 5 采由火学龋i 学位论文 2 1 硬件系统构成 2 1i 移动机器人模型 第2 章移动机器人系统与自定位 我f j 的移动机器人生要由四轮柔性车体支架、环境感知系统、多c p u 控制系统以及也湃模块菩部分 组成见图2 - 1 所示。 超 n m 帆 嘲2 - 1 探索者移动机器人 该移动机器人培人外尺寸约5 0 x 3 8 x 2 3 c m ，为四轮式移动机器 结构，四轮驱动轮直：r = 1 5 c m ，前 后轮距3 3 c m ，采j h 独立油压弹簧避雕，前轮装有转向机构，左右轮能差速彳亍驶，年体山柔性支架构成， 负载能力强。轮体 而甫￥r 弹性，自，柯防滑胎纹，有优越的越障防滑能力，可以实现倒车乍体的速度和 行驶方向分) j j i “子调述器和转向机构控制。可在室内外和草地中行驶垂直越障高度为6 c m ，可爬小人 千3 s 。的斜坡。 该移动帆器人装有白制的彳i 程计、陀螺仪、n 制的红外分布式接近传婷器、扫描式超声红外组台涮距 传培器激光测距仪等传甚器，此外，该机器 可以对上饪计算机的通讯拄 蜘、遥控器控制和臼主控制这 三种控制方式进行无缝转换使 耳在作常复杂的未知王f = 境中可以得到操作者的指导和帮助。在自主方式r ， 行稃分辨力6 c m 方向角分辨力0 l 目前设定展商述度为i m s 最小转弯半径i5 m ，能梭障碍物的远 近f i 动谓竹行驶进度 2 1 2 行程计 t 程计提供移动机器人的移动距离信息我们的移动机器人的行程计山精尔元忭和贴于车轮山侧的碰 钢自l 成。安装在移动机器人午轮轮毂上的磁钢，随着车轮的旋转而转动，当磁钢靠近= 曦尔开关l i i 路时，蒋 尔开戈电路将输出一个脉冲信号。鞋钢不能靠的太近，以防互相干扰，所以移动机器人轮毂上安装的融铜 数墒不能太多。且破 l 在轮觳上均匀分布。犏尔式行程计可用于测最移动机器 行驶距离，且j l 有抗干扰、 不受灰! n 影响的特点稳定一韶。 2 13 角速度陀蝶仪 m 逑度陀螺仅提供移动机器人角度变化的信息角述牢陀螺仪届r 移动机器人的内f l i c 传感器提供移 动机器人的角速度信息，j i 以推算机器人的位姿角。如谜牢陀螺仪艘【h 定在移动机器人的1 i 身中部。通过 6 茹2 章移动e l z z 系统，自定位 对偏离初始值进行积分获得角度信息。也就是若我们假设认为小印摆放的他置为零度，则小车运动厉，通 过对时问进行积分而获得小乍的偏离角度。 2 14 声纳传感器 太多数机器人配备的卢纳是廉价的p o l a r o i d6 5 0 0 卢纳模块，其基本r 作原理是：产生一州声波并探测 接收反射根据发射接收问的时间间隔t o f ( t i m e , o f - f l i g h t ) 和卢述c ，计算埘】得到声纳与反射物问的相对距离。 本文选h j 的是m i n i s 系列p o l a r o i d5 0 0 型的卢纳测距范围是o1 5 m - 3 o o m 。 2 l5 激光测距仪 u r g - 4 0 l x 姓日本h o k u y o 公司的一款2 d 激光测距仪。通过检测发射激光和反射激光得相位茬来得 到距离。虽然德| 琦s i c k 公司的l m s 2 0 0 系列激光测距仪柏：移动机器人领域也有很j _ 的庶j 玎。我们进h j u r g 4 0 l x 是w 为它有尺寸小，重量轻1 6 0 9 ，功耗低，只需5 伏直流，2 5 瓦功率井且价格相对便宜。 更加适台在室内移动机器人上使川。u r g _ 4 0 l x 测距范围2 0 r a m 刊5 6 0 0 r a m 。有效距离2 0 r a m 到4 0 0 0 r a m i 沫内精度5 m m ，i 米外精度测量距离的1 ，摄犬扫描角度2 4 0 度，角度分辨率03 6 度，扫描周期l o o m s ， r s 2 3 2 或者u s b 通讯。 u r g _ 4 0 l x e 有两个通信端u ，一个是s 十计脚的端n ，另一个是5 个针脚的u s b - m i n i 端口。8 个 针脚的端n 随明见r 断的表7 - 2 。i 号和2 呼针脚悬空；4 号制脚g n d ，米接9 针串口的5 d 针脚；5 号 针脚r x d 接9 斜小口帕3 p 什脚：6 号针脚t x d 接9 针串口的5 p 针脚：7 号针脚接亢流i l i 源的0 v ；8 峙针脚接直流电源的5 v 。u r g 4 ) 4 l x 使” 5 v d c + 4 供i u 需要保证5 0 0 m a 到s 0 0 m a 的供电，阻此 u s b 总线的l b 源是不行的需要另接独立的电巍。 臼制的数据通信和电源接线见f 面的阿2 - 2 。先把4 ，5 ，6 ，7 ，8 五个针脚接到随激光测距仪附带的 公头9 针串u j ：。然后制作一个y 型的连线，i 端做成9 针母头串口。另一端一分为，一个灶9 针公头 审口来接上位机或者移动机器 的串口，另一个就是接5 v 直流l u 源的。 削2 - 2u r g - 0 4 l x 数据通信和电源接线图 数据通信有两种方式可供选择一种是串1 7r s 2 3 2 c ；另一种是凸带的5 针u s b - m i n in ，通过u s b 线迎接到电脑以_ | 亓，会显示有新设备，手动选择安装驱动程序，也可咀在控制而板一设器管理器里看到黄 7 东南大学硕： ：学位论文 色惊叹号的h o k u y ou r g 0 4 l x ，手动安装好驱动，直接模拟为一个串口c o m 4 ( 串口号可以改) 。然后就 可以直接当串口来操作了。另外也有l i n u x 上的驱动程序，l i n u x 系统下同样可以使用。u r g 0 4 l x 串口 通信通常可以用1 9 2 k ，7 6 k ，5 2 k 三种波特率，数据位8 b i t ，停止位1 b i t ，校验位n o n e 。 测量方向和测量数据，图2 - 3 是扫描范围示意图【3 4 】，表2 - 1 是扫描角度参数【3 4 】。 s t e p f r o n t 丁 s t e pb r e c t i o no fr o t a t i o n a s t e pd d e a d z o n e s t e p0 图2 - 3u r g 一0 4 l x 扫描范围示意图 表2 1u r g 0 4 l x 扫描角度参数 电机控制激光方向的逆时针旋转，一圈分为1 0 2 4 步，每步3 6 0 度1 0 2 4 ，s t e p o 为第0 步，s t e pd 为 第7 6 8 步，真正才能够测的数据的最大范围是s t e pa ，第4 4 步，剑s t e pc ，第7 2 5 步，也就是最大扫描 范围是人约2 4 0 度，s t e pb 处于正前方，是第3 8 4 步。 距离数据的编码与解码。分为2 字节，3 字节，4 字节编码。2 字节最人能表示距离4 0 9 5 m m ，所以要 表示火于4 0 9 5 m m 的距离，需要用3 字节编码。 全部发送和接受的指令都以a c s i i 字符的形式具体的通信协议如下【3 4 】： 1 s c i p 2 0 指令，把通信协议从默认的s c i p i 1 转换成目前通用的s c i p 2 0 模式。 2 b m 指令。打开激光，激光t 作时l e d 指示灯常亮，关闭时l e d 闪烁。 3 q t 指令。关闭激光，停止测量。 4 r s 指令。重置激光的所有参数到默认设置。 5 t m 指令。同步时间戳( 暂时用不到) 冀 第2 章移动机器人系统与白定位 6 s s 指令。r s 2 3 2 c 连接时，改变波特率。u s b 连接时不起作用。 7 c r 指令。改变马达转速。 8 h s 指令。使用高灵敏度模式，增强2 0 ，不过噪卢会变大。 9 w 指令。返回l 古l f l ：版本，型号，生产公司等。 1 0 p p 指令。返回测量参数。 1 1 i i 指令。返回运行状态。 1 2 g s 、g d 指令。获得单次扫描的数据，g s 采用2 字：牾编码，表示的距离小于4 0 9 6 m m ；g d 采用 3 字节编码，最大表示距离5 6 0 0 m m 。 1 3 m s 、m d 指令。获得多次扫描的数据，m s 采用2 字节编码，表示的距离小于4 0 9 6 m m ；m d 采 用3 字节编码，最大表示距离5 6 0 0 m m 。 实验中采用g d 指令来获得单次激光扫描的数据，流程如算法2 1 ： 算法2 1 获取激光扫描数据 1 设置串口端口号，串e l 波特率1 9 2 k b p s ，数据位8 ，停止位l ，校验位n o n e ，流控制n o n e ， 并且打开串口。 2 下面指令都以a s c i i 码来发送。先给激光发送字符串”s c i p 2 o ，( 不含引号，末尾有个换 行符、r ，下面的指令皆如此，不再赘述) ，表示将把通信协议从默认的s c i p l 1 转换成 目前通用的s c i p 2 0 模式。 3 发送字符串”b m ”，打开激光，激光的l e d 会常亮。 4 发送字符串”g d 0 0 4 4 0 7 2 5 0 1 ”，获取单次扫描的数据，从第4 4 步到第7 2 5 步，步长为l 。 也就是采集前方2 4 0 度角度范围内，每隔约0 3 6 度，共6 8 2 个数据。从输入缓冲区读取 并且解码数据，可以得到在此时刻、此位置的激光测距的局部环境信息。根据实验的需 要，一段时间或者机器人移动一段距离以后，重复这一步。 5 实验结束或者不需要激光数据时，发送字符串”q t ，关闭激光，激光的l e d 会闪烁。 6 关闭串口。 2 2 机器人的不确定性 机器人的不确定性由下面5 个冈素产生【1 4 】： 1 环境。真实的物理环境有着闹有的不可预测性。虽然良好的结构环境下的可以用线段集等来表示， 不确定性比较小。但是一般的环境有着1 常高的动态变化性和不可预料性。 2 传感器。传感器测量的时候有固有的局限性。首先，传感器测量距离和进度都自身物理特性的限 制。并且测量一定会带有各种噪声，加大了对测量结果的进一步处理的难度。 9 东南人学硕：i 二学位论文 3 机器人。机器人自身的机械结构，已经控制和运动的噪声，使得机器人本身不能很精确。 4 建模。建模是对真实世界的简化和模拟处理，所以不可能和实际情况完全一致，会带来一些不确 定性。 5 计算。机器人是实时系统，所有的计算都需要时间，所以不可能进行实时的精确计算。只能牺牲 计算的准确度来保证计算的准实时性。 2 3 移动机器人的定位 自主移动机器人要实现自主导航并执行各种任务，必须要非常准确地知道自己的位置和姿态角，因此 定位问题也是移动机器人研究的关键技术之一。所谓“定位”是确定移动机器人在其作业环境中所处位置 的过程。更具体地说是利用先验环境地图信息、智能小车位姿的当前估计以及传感器的观测值等输入信息， 经过一定的处理和变换，产生更加准确地对移动机器人当前位姿的估计。利用传感器进行的定位方法主要 有绝对定位和相对定位两类0 5 。绝对定位方法测量误差具有空间和时间的独立性，不会随时间累积，但 是容易受剑干扰，短时间波动较大；相对定位方法短时问内精度和稳定性好，但是测量误差会不断累积， 最终导致测量失效。 2 3 1 位姿表示 在三维空间中，移动机器人的位姿通常用6 个变量来表示，空间3 个维度上的3 个笛卡尔坐标x , y , z ， 以及翻滚、俯仰、航向3 个欧拉角度。在二维平面中，移动机器人的位姿通常用3 个变量米表示，平面笛 # 尔坐标x , y ，以及航向角。可以表示为 x y o r 。 2 3 2 坐标系的建立 y 锕 图2 - 4 机器人位姿示意图 目前，在移动机器人的导航研究中，主要使用三类坐标系统：第一类就是常用的笛暑尔坐标系：第二 类是德国标准d i n 7 0 0 0 0 坐标系统，在欧洲的移动机器人领域内广泛使用；第三类是极坐标系统，大多数 距离- 方向传感器，如声纳、激光测距仪等，都基于这种坐标系统，得到的就是在每个方向上的距离测鼍 值。本文选用笛卡尔坐标系统作为直角坐标系的表示形式，而且机器人位姿，环境特征和传感器位置均采 用笛卡尔坐标表示。 在创建地图之前，需要建立三个个坐标系，全局坐标系，机器人坐标系，传感器坐标系。根据声纳给 出的距离信息、声纳在局部坐标系中的位姿以及移动机器人在全局坐标系中的位姿，计算出障碍物的全局 坐标，用于创建环境的全局地图。 全局坐标系。用于描述移动机器人整个环境的信息，记为x o y ，如图2 5 所示。移动机器人的全局 1 0 第2 章移动机器人系统与自定位 坐标值描述了当前机器人在整个环境中所处的位置，因此，可以用于建立全局地图，进行全局导航与定位。 机器人坐标系，也称局部坐标系。是以移动机器人中心为坐标原点，以移动机器人正前方为纵轴建立 的坐标系。局部坐标系记为x o y ，如图2 5 中所示。在局部坐标系中，探测的障碍物距离信息是以当 前机器人的运动位姿米测量的。建立局部坐标系是为了描述障碍物相对于移动机器人的局部信息，可用于 建立局部地图和局部导航。 传感器坐标系。以传感器中心为坐标原点，由于传感器的中心通常和机器人坐标原点不重合，并且传 感器的横轴和纵轴方向与机器人坐标系也不一定相同，所以需要进行坐标转化。 将介绍声纳传感器的坐标系统以及激光测距仪的坐标系统，下面将介绍相互之间坐标转化。 在图2 5 中，x o y 为全局坐标系，x 0 y 为机器人坐标系，a 点为声纳探测到的障碍，则全局坐 标系和机器人坐标系的转换关系为 ( 2 1 ) 式2 1 中，oj | ，y z ) 为障碍点a 在全局坐标系中的坐标，( t ，一) 为障碍点a 在局部坐标系中的坐 标，伉，死t ) 为机器人坐标系原点d 在全局坐标系中的坐标，7 为机器人坐标系绕全局坐标系转过的角 度，并定义其顺时针方向为正，逆时针方向为负。 在行驶过程中，移动机器人通过声纳转动对环境进行扫描，从而感知障碍信息。在局部坐标系中，当 声纳相对于机器人正前方的转角为，测得的障碍点a 到卢纳的距离为，时，如图2 5 所示，可得障碍点 a 的局部坐标为： ( 2 2 ) 二三三二= 二三三二主： 。2 3 ， 厂厂 要咖 儿霸 州 删 t 以 + + b i i = 勤儿 ，一2 + 疗 a n 雕 毗 | ； i i = n 东南火学硕士学位论文 2 4 定位方法 ，7 一= 三姐 k 以、? a e 。元) 产叶 图2 5 全局坐标与局部坐标的转换 无论是是采用何种路径规划方法，都需要知道环境中的移动机器人自身位置所在，障碍物何在，如何 实验机器人对障碍物的躲避，路标与目标的识别等，这样才能够搜寻到达目标位置，更好地完成自己的任 务。那么，对环境的认知和如何实验环境建模，就成了移动机器人自主导航与路径规划的基本前提。这种 移动机器人的环境信息综合是一个对感知信息建模的过程。环境建模与移动机器人的导航定位是紧密相关 的，它以一种统一的方式描述问题，这将直接有利于对于移动机器人的路径规划问题进行分析。环境建模 的准确性依赖于定位精度，而定位的实现义离不开环境建模。一个适当的环境模犁将有助于对环境的理解， 降低规划并大大减少决策的计算量。 2 4 1 相对定位 相对定位方法主要有测程法和惯性导航法。 1 测程法常采用的传感器有光电编码器，行程计和陀螺仪。其优点是具有良好的短期精度，低廉的 价格以及较高的采样速率。该方法是通过测量智能小车相对于初始位置的距离和方向来确定智能小车的当 前位置，通常也称为航位推算法。航位推算法的优点是智能小车的位姿是自我推算出来的，不需要对外界 环境的感知信息，缺点是漂移误差会随时间累积，不适于长时间和长距离的精确定位。 2 惯性导航采用陀螺仪和加速度计实现定位，陀螺仪测量回转速度，加速度计测最加速度。根据测 量值的一次积分和二次积分可分别求出角度和位置参量。陀螺仪通过对所测得角速度值进行积分，计算出 相对于起始方向的偏转角度。 相对定位方法的基本思路都是基于测量值的累积，因而无法避免时间漂移问题，随着路径的增长，任 何小的误差经过累积都会无限增加。因此，相对定位不适于长距离和长时间的准确定位，通常将它们与绝 对定位方法相结合，以获得更可靠的位置估计。 2 4 2 绝对定位 绝对定位不利用以前的位置信息，完全根据传感器的观测确定当前位置，也无需知道机器人的初始位 置，对于机器人位置丢失后的位置恢复非常有用u 6 i 。绝对定位经常依赖于如下的儿种方法：导航信标、 1 2 第2 章移动机器人系统与自定位 主动或被动标识、图形匹配、g p s 定位、概率定能。绝对定位方法中比较成熟的有全球定位系统( g p s ) ， 路标定位和地图匹配定位。 1 g p s 是一种以空间卫星为机车的高精度导航与定位系统。g p s 定位系统用于智能小车定位是存在 近距离定位精度低等问题。 2 路标定位是一种常见的定位技术。路标是具有明显特征的能被智能小车传感器识别的特殊物体。 根据路标的不同，分为基于自然路标定位和基于人工路标定位。其中，人工路标定位技术应用的最为成熟。 人：= 路标定位是在智能小车的工作环境里，人为地设置一些坐标己知的路标，如超声波发射器，激光反射 板等，智能小车通过对路标的探测来确定自身的位置。 3 基于已知地图地定位系统称为地图匹配定位技术，智能小车通过自身的传感器探测周嗣环境，并 利用感知到的局部信息进行局部地图构造，然后将这个局部地图与原先储存哦完整地图进行比较，如两地 图相互匹配，就能计算出智能小车在工作环境中的位置和方向。地图匹配定位两个关键技术是地图模型的 建立与匹配算法。 2 5 测程法定位 “探索者”号配置了速度陀螺仪和行程计，采用测程法定位法。这种定位方式结构简单、价格低廉，不 需外界环境信息，但是误差会随行程的增加无限增人。因此只适于短时短距离运动的位姿估计。 测程法的基本原理 4 0 1 - 系统根据采集到的瞬时线速度、角速度信息，用累加计算的方法确定车辆的 位置和姿态。小车平面运动模型如图2 - 4 所示，令小车位姿为( ，只，e ) ，可得小车运动微分方程为： 侄dx,三=葛cos：0,-讲dl 隧孑 1 3 ( 2 - 4 ) ( 2 - 5 ) ( 2 - 6 ) 出国 鹕鸣疵 聃删” = = = 积积勰 东南火学硕十学位论文 ，= 刀a i ； f = a t f i = o 将公式2 7 带入公式2 6 中，可得： - - z c o s o j a i = o 只= s i n o f a i = 0 幺= q - a t , ( 2 7 ) ( 2 8 ) 公式2 8