（检测技术与自动化装置专业论文）基于ccd的自主式机器人寻迹方法研究及实现.pdf

基于c c d 的自主式机器人寻迹方法研究及实现 基于o o d 的自主式机器人寻迹方法研究及实现 摘要 机器人的研究涉及到自动控制、机械工程、电子技术、计算机 技术等许多学科，是一门多学科的综合科学。这一领域的研究，大 多集中在机器人结构设计、路径规划、控制方法、各种模型的建立、 智能技术应用等方面。移动机器人技术作为机器人学的一个重要分 支，是一项具有很多年历史而且具有广泛应用前景的技术。 移动机器人是一种能够通过传感器感知外界环境和自身状态， 实现在有障碍物的环境中面向目标的自主运动，从而完成一定作业 功能的机器人系统。运动控制系统是移动机器人的重要组成部分。 电荷耦合器件( c c d ) 是目前应用较广的光电成像器件，基于c c d 的图像采集系统在军事，航天，医学，化工等领域有着广泛的应用。 本论文在分析移动机器人的技术特点及发展现状的基础上，比 较了几种自主式机器人的寻迹方法的优缺点，选择了基于c c d 图像传 感器的寻迹方法，采用了一种边沿提取算法处理采集到的图像信息， 获得了较好的试验效果。 移动机器人车体结构和运动控制系统决定了它的运动能力。本 设计中以d s p 为核心的运动控制部分，包括了传感器模块、电源模 块、驱动控制模块等。利用d s p 的p w m 输出功能，方便地实现了直 基于c c d 的自主式机器人寻迹方法研究及实现 流电动机的转速控制和舵机的转向控制。系统以t i 公司的 t m s 3 2 0 l f 2 4 0 7 a 为主控制器，实现了对c c d 输出的黑白视频信号的实 时采集处理，通过边沿提取算法获得路径信息，对舵机和驱动电机 采用了p 控制算法，能使得寻迹机器人行驶快速流畅。研究表明此 设计方案可在黑白( 或色差较大) 赛道上获得良好的自主寻迹效果。 关键词：自主移动机器人，t m s 3 2 0 l f 2 4 0 7 a ，寻迹，c c d ，路径识别 i i 基于c c d 的自主式机器人寻迹方法研究及实现 r e s e a r c ha n dr e a l i z a t i o n0 fa u t o n o m o u s t r a c i n gi nm o b i l er o b o tb a s e do nc c d a b s t r a c t t h er e s e a r c ho fr o b o t ，w h i c hi n c l u d e sa u t o m a t i c c o n t r o l l e r , m e c h a n i c a le n g i n e e r i n g ，e l e c t r o n i c st e c h n o l o g ya n dc o m p u t e rt e c h n o l o g y , i sac o m p r e h e n s i v es u b je c t t h er e s e a r c hw o r ko ft h i sf i e l dm a i n l y f o c u s e so nt h es t r u c t u r ed e s i g n ，p l a n n i n g ，c o n t r o l l i n gm e t h o d ，m o d e l i n g a n dt h e a p p l i c a t i o no fi n t e l l i g e n tt e c h n o l o g y a sa ni m p o r t a n tb r a n c h s u b je c to fr o b o t i c s ，a u t o n o m i cm o b i l er o b o tt e c h n o l o g yh a sal o n gh i s t o r y a n dw i l lb eu s e dw i d e l yi nf u t u r e am o b i l er o b o ti so n eo ft h er o b o ts y s t e m s ，w h i c hc a na c c o m p l i s h a p p e r c e i v eo u t s i d ee n v i r o n m e n ta n ds e l f - s t a t ea n dm o v et ot h eo b je c ti n t h ee n v i r o n m e n tw i t hr o a d b l o c k s m o t i o nc o n t r o ls y s t e m 1 i 。0 也e ；i x i i i j v n r + il c n 1 一l i + i , c o m p o n e n to ft h em o b i l er o b o t a tp r e s e n t ，c c di so n eo ft h em o s tw i d e l yu s e d o p t - e l e c t r i c d e t e c t i v ed e v i c e ，t h ei m a g ea c q u i r i n gs y s t e mb a s e do nc c di sa l s o w i d e l ya p p l i e d i n m a n yf i e l d ss u c h a s m i l i t a r y , a i r c r a f t ，m e d i c i n e ， i i i 基于c c d 的自主式机器人寻迹方法研究及实现 c h e m e n g i n e e r i n g b a s e do nt h er e s e a r c ho ft h et e c h n o l o g ya n dd e v e l o p m e n to fm o b i l e r o b o t ，a na u t o n o m o u st r a c i n gm o b i l er o b o tb a s e do nc c dw a sd e s i g n e d i nt h ew o r kp r e s e n t e dh e r e t h em o t i o na b i l i t yo fa u t o n o m i cm o b i l er o b o ti sd e t e r m i n e db yi t s b o d ys t r u c t u r ea n di t s m o t i o nc o n t r o l l e r s y s t e m i n o u rd e s i g n ，t h e c o n t r o l l e rs y s t e mi n c l u d e sm o d u l e ss u c ha ss e n s o r ，p o w e rs u p p l y , m o t i o n c o n t r o l s y s t e m a n ds oo n t h em o t o ra n dt h es e r v o m o t o rc a nb e c o n t r o l l e db yd s pw i t hi t sp w m o u t p u tm o d u l e t h es y s t e mw i t ht h ek e y c o n t r o l l e ro ft ic o r p o r a t i o n st m s 3 2 0 l f 2 4 0 7 ar e a l t i m eg a t h e r sa n d p r o c e s s e st h eb l a c k - a n d - w h i t ec c do u t p u tv i d e os i g n a l i tg e t sp a t h i n f o r m a t i o nb ye d g ed e t e c t i o na l g o r i t h m t h ep a l g o r i t h mi su t i l i z e do n t h es e r v o m o t o ra n dt h em o t o r - d r i v e t h e s ec a nm a k et h ei n t e l l i g e n t v e h i c l et r a v e l i n gf a s t ，f l u e n t l y t h es t u d ys h o w st h a tt h ed e s i g np l a nh a sa n i c ea u t o n o m o u s t r a c i n g e f f e c to nt h eb l a c ka n dw h i t e ( o rl a r g e c o l o r - d i f f e r e n c e ) t r a c k _ k e yw o r d s ：a u t o n o 疵cr n n 。h 。i l 。p r o b o t ，m m e 3 2 n r 曰o a n v ，a u t o n o m o u s t r a c i n g ，c c d ，p a t hr e c o g n i t i o n i v 东华大学学位论文原创性声明 本人郑重声明：我恪守学术道德，崇尚严谨学风。所呈交的学 位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。 除文中已明确注明和引用的内容外，本论文不包含任何其他个人或 集体已经发表或撰写过的作品及成果的内容。论文为本人亲自撰写， 我对所写的内容负责，并完全意识到本声明的法律结果由本人承担。 学位论文作者签名：葛编态 日期：1 蠲年f 月i o 日 东华大学学位论文版权使用授权书 学位论文作者完全了解学校有关保留、使用学位论文的规定，同 意学校保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅或借阅。本人授权东华大学可以将本学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫 描等复制手段保存和汇编本学位论文。 保密口，在年解密后适用本版权书。 本学位论文属于 不保密阢 学位论文作者签名：蔫鹏飞 日期：矽岛年f 月f 。日 指导教师签名：却爿堕 日期：年月 日 基于c c d 的自主式机器人寻迹方法研究及实现 第一章绪论弟一早三百了匕 在本章中，1 1 节概述了自主式机器人的基本概念；1 2 节介绍了自主式机器 人的发展历史和研究现状：1 3 节介绍了自主式机器人的研究内容和今后的发展 趋势；1 4 节说明了课题的理论意义以及应用价值，介绍了论文的主要研究内容。 1 1 自主式机器人概述 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 的能力，如感知能力、规划能力、动作能力和协同能力，是种具有高度灵活性 的自动化机器。随着科学技术的飞速发展，机器人正在向智能化和视觉化的趋势 发展，它作为生产和生活中的一种新型工具，极大地提高了人类的生产效率、扩 大了工作范围，可以广泛应用于军事、工业、医学、服务等各行业，成为人类必 不可少的工具。 移动机器人是指能够在道路和野外连续地、实时地自主运动的智能机器人， 是一种汇集环境感知、动态决策与规划、行为控制与执行等多项功能于一体的高 智能化机器系统，它们根据传感器获得的信息，灵活调整自己的工作状态，保证 在适应环境的情况下完成工作n 3 。其研究涉及图像实时处理、计算机视觉、传感 器技术、人工智能、自动控制、计算机并行处理技术、机械学等多学科理论与技 术，体现了信息科学和人工智能技术的最新成果，具有重要的军用及民用价值。 移动机器人的研究早在6 0 年代就已经开始，并且在军事、民用、科学研究等 许多方面得到了广泛的应用。在军事上，移动机器人可以在危险地带代替人类完 成侦察、排雷等任务；在民用方面，减少交通事故的自动或辅助驾驶系统，帮助 残疾人士的智能轮椅，家庭用清扫机器人等都利用到了移动机器人技术；在科学 研究上，移动机器人可以用于外星勘探，例女n 2 0 0 4 年初美国发射的勇气号，机遇 号火星车；同时移动机器人为智能控制、人工智能及数据融合等学科研究提供了 一个非常好的应用平台n 1 。 移动机器人按其控制方式和自主程度大致可分为遥控式、半自主式与自主式 3 种。其中后一种即自主式移动机器人，是指本体自带各种必要的传感器、控制 器，在运行过程中无外界人为信息输入和控制的条件下可以独立完成一定任务的 基于c c d 的自主式机器人寻迹方法研究及实现 机器人，是一种具有高度自规划、自组织、自适应能力，适合于在复杂的非结构 化环境中工作的机器人。其涉及的主要技术包括机器人结构设计、实时环境感知 ( 视觉感知、距离感知) 、传感器数据融合和机器人自学习等多个方面。自主式移 动机器人的目标是在没有人的干预，无需对环境做任何规定和改变的条件下，在 行进过程中，不断感知周围的局部环境信息，自主地做出各种决策，有目的地移 动和完成相应任务。在自主式移动机器人相关技术的研究中，导航技术是其研究 核心，也是移动机器人实现智能化及自主运动的关键技术。 1 2 自主式机器人的发展历史与研究现状 有文献记载最早的自主式机器人是由英国的w g r e yw a l t e r 建造的 j ! l s i e ( e l e c t r o li g h t s e n s i t i v e - i n t e r n a l e x t e r n a l ) ，它主要是根据光信号确 定其运动形式，智能性很低。到了6 0 年代，自主式机器人的研究取得了较大的进 展，由美国的s t a n f o r d 大学研制了一个名为s h a k e y 瞳3 3 的自主式机器人。其上装 有摄像机和触觉传感器，并通过无线的方式，将机器人与一台大型的计算机连接 起来，视觉与规划是在机器人的装置外进行计算的。而电控信号是由机器人自带 的处理器完成的。s h a k e y 展示了人工智能与自主式机器人相关领域的一些重要科 学成果。但是它也只是解决一些简单的感知、运动规划和控制的问题。 在1 9 7 3 1 9 8 1 年期间，s t a n f o r d 大学人工智能实验室的h a n sm o r a v e c 研 制了装有摄像机的遥控移动机器人。机器人使用立体视觉来观察目标的位置并做 出运动规划。并将机器人与一台远程的计算机连结起来，远程计算机用于完成所 有的视觉处理。车顶上的摄像机被安装在轨道上，通过遥控可以滑动到九个不同 的位置，以获得它面前的九个不同的画面，系统的短时运行是可靠的，但是运行 很慢，每1 0 1 5 m i n 可以移动1 m 。移动1 m 以后，机器人停下来，拍摄一些照片， 并需要很长的时间去处理它们，然后规划一条新的路径，运动后，再停下来。 r o b a r t - i 可能是最早的高水准的完全的自主式机器人之一。它是由美国的海 军研究院研制，展示了自主式机器人的灵活性，它主要是用于场地的随机巡逻， 探测火、洪水、有毒气体等等，如果发生情况，则采取适当的报警行动。 近年来，研究人员对腿式自主式机器人进行来大量的研究，腿式机器人对复 杂地形和软土壤上运动的适应性明显比轮式的机器人强。9 0 年代初，美国的o h i o 2 基于c c d 的自主式机器人寻迹方法研究及实现 州立大学研制了六腿步行机器人，整个系统采用电机驱动、有缆主从式工作方式。 这个系统主要解决的问题是当腿系统进行复杂的多自由度运动时，保持身体运动 的一致性。 另外，美国的0 d e t i c s 公司、前苏联的列宁格勒机械研究所等对腿式步行机 器人也进行了大量卓有成效的研究。腿式步行机器人在水下探险( 如海底探险) 和电站维护等领域起了重要的作用h 1 。 我国自主式机器人的研究起步于7 0 年代工业机器人的发展，这也正是世界科 技发展的高峰期：人类登上了月球，实现了金星、火星的软着陆。我国也发射了 人造卫星。世界上工业机器人应用掀起一个高潮，尤其在日本发展更为迅猛，它 补充了日益短缺的劳动力。在这种背景下，我国于1 9 7 2 年开始研制自己的工业机 器人。 进入8 0 年代后，在高技术浪潮的冲击下，随着改革开放的不断深入，我国机 器人技术的开发与研究得到了政府的重视与支持陆1 。“七五”期间，国家投入资 金，对工业机器人及其零部件进行攻关，完成了示教再现式工业机器人成套技术 的开发，研制出了喷涂、点焊、弧焊和搬运机器人。1 9 8 6 年国家高技术研究发展 计划( 8 6 3 计划) 开始实施，机器人主题跟踪世界机器人技术的前沿，经过几年的 研究，取得了一大批科研成果，成功地研制出了一批特种机器人。从9 0 年代初期 起，我国的国民经济进入实现两个根本转变时期，掀起了新一轮的经济体制改革 和技术进步热潮，我国的工业机器人又在实践中迈进一大步，先后研制出了点焊、 弧焊、装配、喷漆、切割、搬运、包装码垛等各种用途的工业机器人，并实施了 一批机器人应用工程，形成了一批机器人产业化基地，为我国机器人产业的腾飞 奠定了基础。同时，机器人也开始向着多元化的方向发展，出现了各种机器人， 具有较高智能的自主机器人应运而生。 由于国内在移动机器人的研究起步较晚，大多数研究尚处于某个单项研究阶 段，主要的研究工作有：清华大学智能移动机器人于1 9 9 4 年通过鉴定。涉及到五 个方面的关键技术：基于地图的全局路径规划技术研究( 准结构道路网环境下的 全局路径规划、具有障碍物越野环境下的全局路径规划、自然地形环境下的全局 路径规划) ；基于传感器信息的局部路径规划技术研究( 基于多种传感器信息的 “感知一动作”行为、基于模糊控制的局部路径规划与导航控制) ：路径规划的 基于c c d 的自主式机器人寻迹方法研究及实现 仿真技术研究( 基于地图的全局路径规划系统的仿真模拟、室外移动机器人规划 系统的仿真模拟、室内移动机器人局部路径规划系统的仿真模拟) ；传感技术、 信息融合技术研究( 差分全球卫星定位系统、磁罗盘和光码盘定位系统、超声测 距系统、视觉处理技术、信息融合技术) ；智能移动机器人的设计与实现。香港 城市大学智能设计、自动化及制造研究中心的自动导航车和服务机器人。中国科 学院沈阳自动化研究所的a g v 和防爆机器人。中国科学院自动化所自行设计、制 造的全方位移动式机器人视觉导航系统。清华大学于2 0 0 3 年7 月研制成功的 t h m r v 智能车等。 1 3 自主式机器人的研究内容与发展趋势 移动机器人要想走向实用，必须拥有能胜任的运动系统、可靠的导航系铳、 精确的感知能力，并具有既安全又友好的与人一起工作的能力。移动机器人的职 能指标为自主性、适应性和交互性。自主性是指机器人能根据工作任务和周围环 境情况，自觉确定工作步骤和工作方式：适应性是指机器人具有适应复杂工作环 境的能力，不但能识别和测量周围的物体，还有理解周围环境和所要执行任务的 能力，并做出正确的判断及操作和移动的能力；交互性智能产生的基础，交互包 括机器人与环境、机器人与人以及机器人之间的信息交互，主要涉及信息的获取、 处理和理解。 一 目前影响移动机器人技术研究的因素主要有：导航与定位、通讯、传感技术 和运动控制策略等。步入2 l 世纪，随着电子技术的飞速发展，机器人用传感器的 不断研制、计算机运算速度显著提高和机器人应用领域的进一步扩大，移动机器 人技术将逐渐得到完善和发展。移动机器人技术的研究内容与发展的趋势包括以 下几个方面： 1 、导航与定位 无论是单个移动机器人还是多个移动机器人系统，导航和定位始终是一项难 题。在完全未知或部分未知环境下，基于自然路标导航与定位技术以及视觉导航 中路标的识别和图像处理的快速算法的研究，并通过专用数字信号处理器( d s p ) 的开发和研制，可以为导航与定位提供突破性进展。 2 、多传感器信息融合 4 基于c c d 的自主式机器人寻迹方法研究及实现 环境感知能力是移动机器人处理移动之外最为基本的一种能力，感知能力的 高低直接决定了一个机器人的智能性。 移动机器人传感器主要是对机器人自身位姿信息以及外部工作环境信息的 监测和处理。对机器人的位置、姿态、速度和系统内部状态等进行监控的为内部 传感器。感知、处理机器人所处的工作环境的静态和动态信息的为外部传感器， 通常有：视觉传感器、超声波传感器、红外传感器、接触和接近传感器。 各种新型传感器的出现，在极大的扩展了机器人的感知空间和提高感知精度 的同时，也带来了多传感器的容错、效率和协调等一系列问题。为了解决以上问 题，并充分高效的利用这些传感器信息，多传感器信息融合技术应运而生，它可 以有效地降低信息获取成本，提高系统的测量精度和容错能力，并有助于提高信 息处理的速度，提高完整描述环境的能力。 移动机器人多传感器信息融合的研究始于8 0 年代。信息的融合可以在不同 的层次上进行，如像素级融合、特征级融合和决策级融合；可以有不同的算法模 块，如互补模块、冲突仲裁模块、协调模块和错误纠正模块等。目前多传感器融 合的常用方法有：加权平均法、贝叶斯估计、卡尔曼滤波、统计决策理论、d s 证 据推理、神经网络和模糊推理法以及带置信因子的产生式规则1 。 3 、路径规划 路径规划是自主移动机器人导航的基本环节之一。它是根据某一性能指标搜。 索一条从起始状态到目标状态的最优或近似最优的无碰路径。根据机器人对环境 信息知道的程度不同，可分为两种类型：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。 全局路径规划包括环境建模和路径搜索策略两个子问题。其中环境建模的主 要与法有：可视图法( v - o r a ) h 、自由空间法t p r e es p a c e v - g r a p h ) r e e 6 p p r o a c “n ) 和栅格法妥力纭伺：口j 佻图怯l、目囱j 仝1 日j 仫删僦怡弦 ( g r i d s ) 等；路径搜索策略主要有：a 水算法、d 木最优算法等。局部路径规划的主 要方法有：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 ) 、遗传算法( g e n e t i c a l g o r i t h m ) 和模糊逻辑算法( f u z z yl o g i ca l g o r i t h m ) 等。 4 、跟踪控制 跟踪控制是移动机器人运动控制的一个重要问题，也是一个非常实际的问 基于c c d 的自主式机器人寻迹方法研究及实现 题，分为轨迹跟踪控制和路径跟踪控制两种口3 。在轨迹跟踪控制中，移动机器人 要求跟踪的期望轨迹是以时间关系曲线图给出的，而在路径跟踪控制中，期望轨 迹是由几何参数描述的。当要求机器人必须在一个特定的时间达到一个特定点 时，必须采用轨迹跟踪控制；当要求机器人以一个期望的速度跟踪一条由几何参 数给出的路径时，可以采用路径跟踪控制。已有的轨迹跟踪方法在数学上很完美， 并且得到许多有意义的结果，但对于设计实际的跟踪控制器来说，还有许多实现 上的问题。 5 、网络机器人 随着计算机网络的扩展延伸，网络技术的发展完善，通过计算机网络遥控机 器人，为人机交互技术、监控技术、远程操作技术和图像与控制命令的网络传输 及并发多进程的数据通讯技术提出了更高的挑战。 6 、通讯技术及多机器人协调 目前多机器人系统的研究尚处于理论研究阶段，多机器人系统体系结构与协 作机制、信息交互以及冲突消除等方面将是多机器人系统的进一步研究方向。 多机器人系统的研究分为多机器人合作和多机器人协调两大类，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，如何分解和分配 任务以及如何保持机器人之间的运动协调一致。 1 4 课题意义与研究内容 自主式移动机器人是机器人学和人工智能研究的重要目标。自主式机器人的 研究、开发及应用涉及到机械、电子、控制工程、计算机、人工智能、传感器技 术等多学科领域，是典型的光、机、电一体化实体，不仅在工业、农业、航空、 航天、航海、军事、医疗服务及日常生活中都有广泛的应用前景，而且对促进和 推动相关学科的发展，加强理论和实际应用的结合，促进科技向生产力的发展转 化均有重要作用。 视觉导航技术是由机器人平台的图像采集系统获取机器人当前状态下的环 境信息，通过对环境图像分析确定环境对象和机器人在环境中的位置。随着几年 来计算机、网络、图像采集设备和图像处理技术的突飞猛进，视觉导航也取得了 很大的进展。视觉导航方式具有信号探测范围宽、获取信息完整等优点，在图像 6 基于c c d 的自主式机器人寻迹方法研究及实现 处理速度得到解决后，视觉导航仍是未来机器人导航的一个主要发展方向。 本论文分析比较了自主式机器人的几种寻迹方案，并实现了基于c c d 图像传 感器的自主式机器人小车在室内环境下的快速寻迹行驶。以c c d 图像传感器在自 主机器人寻迹方面的研究为切入点，探索适用于移动机器人视觉导航的先进有效 的图像处理算法和控制算法，对今后深入研究自主移动机器人导航、定位等前沿 问题具有重要的理论意义。 以该自主式寻迹机器人小车为基础，对今后开发智能机器人产品( 如：水下 探测机器人、山洞探测机器人、家庭服务机器人) ，开发基于视觉导航的智能车 辆等方面也具有较高的应用价值。同时，对今后从事无人探测( 如火星车等) 方 面的研究也有一定的实用价值。 机器人导航的任务之一就是避开障碍物，所以机器人在行走过程中，要能够 区分可航行区域和障碍物区域。随着计算机和图像处理技术的迅猛发展，机器人 视觉导航也不断地得到发展。目前移动机器人的导航大都采用基于视觉或有视觉 参与的导航技术。 地面是机器人在室内环境中导航的一个很重要的依据，地面上除了静态的和 动态的物体，剩下的就是地板。地面上没有障碍物的区域就是机器人的可行走区 域。获得地面信息的方法能分成两类：立体视觉方法和运动方法。其中，立体视 觉方法构建了场景的3 维图，但是由于有深度差别，从3 维场景图中不能直接识别 出地面。在运动方法中，找到运动的物体是可行的，但是由于地面是没有运动的， 所以直接找到地面也很困难。这样就出现了一些用视觉信息如角点，颜色和纹理 或平面法线来检测地面的方法。 以前的很多工作由于缺乏有效的视觉信息处理技术，视觉信息不能正确、实 时地处理，直接关系到机器人行驶速度、路径跟踪，影响了系统的实时性和鲁棒 性。本论文研艽的秽l 器人所处阳土个缆是量内木知外缆，椅至冈地回作为机器人千兕 。 。 ii ，一k ，、r h 觉导航的陆标。依据地面的颜色信息，将地面上没有障碍物的区域识别并分割出 来，机器人在可行走区域内行走，这样就可以实现机器人的自主导航。正是利用 了环境中地面的颜色特征，利用比较简单的图像处理算法分割图像，从而提高机 器人导航的实时性、准确性和鲁棒性。 本论文研究了在部分未知环境下自主式机器人基于路标的导航方法，研究了 7 基于c c d 的自主式机器人寻迹方法研究及实现 系统的软件和硬件实现，以t i 公司的t m s 3 2 0 l f 2 4 0 7 a 为核心处理器，实现了在色 差较大的室内赛道上的寻迹行驶。本论文的主要内容安排如下： 第一章( 绪论) 概括的介绍了自主式机器人以及自主式机器人的发展历史、 国内外研究现状、发展趋势，并且简要说明了本课题的意义以及主要研究内容。 第二章( 相关技术概述与寻迹方法研究) 概述了路径识别技术、c c d 图像传 感器的工作原理、特点，分析了自主式机器人的几种寻迹方案的优缺点，介绍了 本文采用的自主式机器人寻迹方法。 第三章( 系统总体设计与控制策略) 概述了系统的总体设计方案，分析了c c d 图像数据信息处理方法和寻迹机器人所采取的控制策略。 第四章( 硬件系统设计) 介绍了系统各硬件模块的电路设计，包括电源模块、 d s p # 、围模块电路、数据采集电路、驱动电机与舵机控制电路等，最后还介绍了 硬件系统设计中电平转换问题，以及应用系统的抗干扰性技术等。 第五章( 软件系统设计) 分析了系统各功能模块的软件设计与实现。 第六章( 试验结果与分析) 概述了寻迹机器入系统的试验结果并做了分析。 第七章( 总结与展望) 总结了本论文的主要研究成果和创新点，探讨了课题 的研究难点以及解决方法，并对下一步的研究工作做了展望。 基于c c d 的自主式机器人寻迹方法研究及实现 第二章相关技术概述与寻迹方法研究 路径识别模块是自主式寻迹机器人系统的关键模块，根据自主式机器人导航 采用的硬件的不同，导航系统有视觉导航、磁导航、惯性导航和激光导航等。对 于室内环境下的基于引导线的寻迹也有基于光电传感器、c c d 图像传感器等多种 实现方法。本章2 1 节概述了路径识别技术和c c d 图像传感器的工作原理、特点； 2 2 节分析比较了自主式机器人的几种寻迹方案的优缺点，并介绍了本文所采用 的自主式机器人路径识别方法。 2 1 相关技术概述 2 1 1 路径识别技术 根据环境信息的完整程度、导航指示信号类型等因素的不同，将自主式机器 人的导航分为三大类：即基于地图的导航、基于地图创建的导航和无地图的导航。 基于地图的导航是完全依靠在机器人内部保存的由用户创建的关于环境的几何 模型或拓扑地图等完整信息，并在预先规划出的一条全局路线的基础上，采用路 径跟踪和避障技术，实现自主导航；基于地图创建的导航是利用传感器( 如里程 计、声纳、激光测距仪、视觉传感器等) 来创建关于当前环境的几何或拓扑模型 地图，然后利用这些模型来实现导航；无地图的导航是在环境信息完全未知的情 况下，可通过摄像机或其他传感器( 如光电传感器、超声传感器、激光测距传感 器) 对周围环境进行探测，利用对探测的物体进行识别或跟踪来实现自主式机器 人导航。 根据自主式机器人导航采用的硬件的不同，将目前的导航系统大致分为视觉 导舷磊缔禾丌韭享9 f i 带传威器幺日会导舫两女举榍棍p 肺得的白丰式机器人智能导舫 o ，枷u ，j ，ui u u 、u h hr hi u - i 、om 一砷。 的研究成果，视觉导航和其他传感器融合将是自主车智能导航的主要发展方向。 视觉传感器，以面为单位进行获取信息：非视觉传感器，主要以点或线来获取信 息。自主式机器人普遍采用先搜集环境信息后进行路径规划与实时避障方法相结 合的方式进行作业。对于非视觉传感器导航系统主要的导航方式有磁导航、惯性 导航和激光导航等。 1 、视觉导航 9 基于c c d 的自主式机器人寻迹方法研究及实现 视觉系统按照定位方式不同又可以分为全局定位系统和局部定位系统。在全 局定位系统中视觉传感器( c c d ) 一般是与车体相独立，并且车体在全局环境中 的初始位置时是未知的，c c d 和车体的驱动控制系统之间通过无线通讯来进行通 讯，主控制机根据c c d 所采集到的信息对自主式机器人进行定位并通过无线通讯 系统对机器人驱动系统进行控制。局部定位系统中视觉传感器( c c d ) 安装在车体 上，自主式机器人的控制器可以直接对c c d 所采集的图像进行处理并对驱动装置 发送命令进行定位和导航。目前视觉导航信息处理的内容主要包括以下几个方 面：视觉信息的压缩和滤波、路面检测和障碍物检测、环境特定标志的识别、三 维信息感知与处理。其中，路面、障碍物检测和识别是视觉信息处理中最重要、 最困难的过程。视觉信息的获取是局部路径规划和导航的基础，路面障碍物检测 的成功与否决定了自主式机器人能否正确识别当前的地面环境，能否正确做出局 部路径规划并执行路径跟踪。 2 、电磁导航 电磁导航一般用埋线磁感应式引导方法，这种方法是在地面上，沿预先设定 的行驶路径埋设电线，当高频电流流经导线时，导线周围产生电磁场，自主车上 左右对称安装有两个电磁感应器，它们所接收的电磁信号的强度差异可以反映车 辆偏离路径的程度。自动控制系统根据这种偏差来控制自主式机器人的转向，连 续的动态闭环控制能够保证车辆对设定路径的稳定自动跟踪。这种导航方式的优 点是引线隐蔽，不易污染和破损，导引原理简单，便于控制和通信，对声光无干 扰。缺点是灵活性差，改变或扩充路径较麻烦，对导引线路附近的铁磁物质有干 扰，电线铺设工作量大，维护困难。目前，这种导航方法是所有导航方法中技术 最成熟的一种，并且己经实现商品化。 3 、惯性导航 惯性导航是使用陀螺和加速度计分别测量旋转率和加速率进而计算出自主 式机器人的位置、速度、姿态和航向。这种方法的基本原理是牛顿惯性运动定律。 惯性导航系统具有自包含优点，即无需外部参考。然而，随时间有漂移，积分之 后，任何小的常数误差都会无限增长。因此惯性传感器对于长时间的精确定位 是不适合的。 4 、激光导航 l o 基于c c d 的自主式机器人寻迹方法研究及实现 激光导航系统在进行导航时，先用激光测距仪测量自主式机器人到周围突出 地物之间的距离。然后将这些数据输入到计算机中，计算机将这些数据与数字地 形图结合起来就可计算出该机器人的准确位置，从而完成自主式机器人的定位。 5 、基于地图创建的导航 在完全未知的环境中，由移动机器人自主的建立环境模型是移动机器人研究 领域中发展起来的一个重要研究方向，许多研究人员针对移动机器人的地图创建 进行了大量的研究工作。 完全未知环境，是指机器人对环境一无所知，不存在任何先验信息：包括环 境大小、形状、障碍物位置等等。且环境中不存在诸如路标、灯塔等人为设定的 参照物。因而，为了能够有效地探索未知区域并完成给定的任务，移动机器人需 要具备自主创建地图的能力。移动机器人创建地图过程，就是依赖于其传感器( 如 视觉传感器、里程仪、声纳、激光测距仪等等) 所获得的信息，对其活动环境建 模的过程。创建地图时需要解决的问题主要有：如何描述感知信息的不确定性； 如何依据对信息的不确定性描述创建地图，地图中不仅要反映感知信息，还要反 映信息的不确定性：当对同一目标地点有了新的感知信息时，如何处理旧信息和 新信息的关系，更新地图。 目前的导航系统中大多采用多种传感器共同工作，传感器之间的冗余数据增 强了系统的可靠性，传感器之间的互补数据扩展了单个的性能。多传感器融合系 统可以提高系统的可靠性和鲁棒性、扩展时间上和空间上的观测范围、增强数据 的可信任度以及增强系统的分辨能力。 由诸多研究表明，视觉导航方式具有非视觉导航方式无法比拟的优点，将成 为未来自主式机器人导航的一个主要发展方向。目前国内外应用最多的还是采用 在自主式机器人上安装摄像机的视觉导航方式。这种视觉导航是基于路标或地图 模型匹配的局部视觉导航方式。例如：在路面上铺设白色条带作为路标来标识自 主式机器人的行驶路径，不同条带的不同形状或不同个数来控制自主式机器人前 进、后退、加速、减速、转弯和停车。其优点是摄像机获取的路面图像是二维图 像，识别过程仅需完成对路径的边缘检测，提高了图像识别的速度。 基于c c d 的自主式机器人寻迹方法研究及实现 2 1 2c o d 图像传感器 电荷耦合器件( c h a r g ec o u p l e dd e v i c e s ，简称c c d ) 是贝尔实验室的w s b o y l e s u g e s m i t h 于1 9 7 0 年发明的，由于它有光电转换、信息存储、延时和将 电信号按顺序传送等功能，且集成度高、功耗低，因此随后得到飞速发展，是图 像采集及数字化处理必不可少的关键器件，广泛应用于科学、教育、医学、商业、 工业、军事和消费领域阳1 。 一 c c d 摄像机的工作原理是：当光线经过镜头汇聚成像在摄像机上时，每个光 敏单元会因感受到的光强的不同而耦合出不同数量的电荷，通过译码电路可取到 每一个光敏单元上耦合出的电荷而形成电流信号，该电流信号即对应一个像素， 上百万个像素电流信号的集合，即构成了用电信号表示的图像n 引。 摄像机上的单个光敏单元主要完成三种功能：光电转换、信息存储和电荷转 移。c c d 的光电转化可以用图2 1 来解释。在p 型硅衬底上生长一层d z ， s i 0 2 表面上蒸镀一层金属电极，在金属电极上加有正偏电压v + 。在p 型硅中，多数载 流子为空穴，少数载流子为电子。由于v + 的存在，排斥p 型硅中的多数载流子空 穴，形成没有空穴的只有电子的区域。由于该区域中耗尽了多数载流子而称为“耗 尽区”。“耗尽区”对电子来说，势能很低，故又称为“陷阱 。v + 越大，电子 越多，陷阱也越深。因此陷阱的深度正比于v + 。p 型硅的衬底材料决定了c c d 器 件所具有的光谱特性( 例如：响应波长等) 。图2 - i 中光从底部投射至u c c d 的光敏表 面上，所产生的光电子被势阱收集，势阱收集到的电荷叫做“电荷包 ，因此势 阱中所存贮的光生电子数正比于光强和光照时间。 光敏面 f f f 光 图2 一lc c d 的基本结构图2 2c c d 电荷转移 上述过程只是完成了光电成像的第一步，接下去是产生的光电子必须转移出 去。图2 - 2 解释 7 c c d 电荷转移过程。图2 2 具有与图2 1 相同的基本结构，但有两 1 2 基于c c d 的自主式机器人寻迹方法研究及实现 个或两个以上的电极，在各极加上脉冲序列。图2 2 中若 形，则势阱b 深于 势阱a ，少数载流子( 电子) 从a 区流向b 区，这就是电荷转移的过程。 c c d 由移位寄存器完成图像电信号的传输和存储。完成光电转换的光敏单元 和完成电信号传输的电荷转移单元( c c d 移位寄存器) 是设置在同一平面上的，而 且都是离散分布的。这样，虽然景物通过镜头在c c d 的光敏面上呈现空间上连续 的光学图像，但由于光敏单元的离散分布，只有一些离散的点得到光电转换，成 为一些像点，这些像点彼此相隔较远，之间有明显的空隙。因此可以说，c c d 所 产生的图像( 离散的) 是对光学图像( 连续的) 的抽样。c c d 有如下诸多特点： ( 1 ) 体积小、重量轻、电压及功耗低、可靠性高；该特点可以减轻小车的 供电负担； ( 2 ) 具有理想的“扫描 线性，可进行像素寻址，可变换扫描速度，尺寸 重现性好：该特点为图像识别提供了可能； ( 3 ) 有很高的空间分辨率：该特点可减少图像处理难度； ( 4 ) 有数字扫描能力，像元的位置可由数字代码确定； ( 5 ) 具有很高的光电灵敏度和大的动态范围； ( 6 ) 数据可调，可适用于动态、静态各种条件下的测量； ( 7 ) 可任选模拟、数字这两种不同的输出形式，可与同步信号、i 0 接1 2 1 及 微机兼容，组成高性能系统。 由此可见，使用c c d 是一种非常有效的非接触检测方法，适合与计算机相结 合。c c d 摄像器件在分辨率、动态范围、灵敏度、实时传输方面的优越性是其它 器件无法比拟的，在图像识别、非接触测量、灰度检测、动态目标跟踪测量中己 经获得广泛的应用n 。 2 2 寻迹方法研究z z 开巡力法研艽 寻迹是机器人的一种简单视觉，在机器人的运动中起着非常重要的作用， 为机器人运动过程中位置的准确性提供了保障。因此需要对场所进行适当地改造 才能够进行使用。比较简单的方法是在平整的地面上粘贴寻迹线和定位点，让机 器人能够自动地按照地面上的寻迹线的指示到达目的地。本寻迹机器人的实验环 境就是这样搭建的。 基于c c d 的自主式机器人寻迹方法研究及实现 路径识别模块是寻迹机器人系统的关键模块之一，它将路况的信息传输给主 控制模块，路径识别方案的好坏，直接关系到最终性能的优劣。自主式机器人有 多种寻迹方案，包括光电传感器寻迹方案，单独采用摄像头寻迹方案以及摄像头 寻迹与光电传感器寻迹结合在一起的寻迹方案。下面依次具体介绍几种寻迹方 案： 1 、光电传感器寻迹方案 光电传感器寻迹方案，即路径识别电路由一系列发光二极管和接收二极管组 成，一个发光二极管和一个接收二极管构成一对，这也相等于摄像头的一个像素。 由于赛道中存在轨迹指示黑线，落在黑线区域内的光电二极管接收到的反射光线 强度与白色的赛道不同，由此判断行驶的方向。光电传感器由于本身物理结构、 信号处理方式的简单而被广泛应用，但存在检测距离近的弱点。 光电传感器的输出可分为数字式与模拟式光电传感器两种。数字式光电传感 器具有与微处理器相对应的接口，使得硬件电路简单，但是存在采集路径信息粗 糙、丢失路径信息的缺点。模拟式光电传感器输出的模拟信号，通过将多个模拟 式光电传感器进行适当的组合，可以再现赛道路径的准确信息。在使用多个光电 传感器的情况下，需占用微处理器较多的a d 端口哺1 。 ( 1 ) 基于数字式输出的光电传感器阵列的智能控制 基于反射式红外传感器的数字光电传感器阵列的路径检测方法简便易行，具 有较高的可靠性与稳定性，且d s p 易于处理，对硬件及算法要求都比较低，在传 感器数目较多的情况下也可以实现较高的识别准确性。但是光电传感器本身存在 着检测距离近的问题，精度不够，不能对远方的路径进行识别，降低了对环境的 适应能力，影响了移动机器人的快速性和稳定性。它的一个致命缺陷在于路径信 息只是基于间隔排布的传感器的离散值，对于两个相邻传感器之间的“盲区”无 法提供有效的距离信息，其路径识别精度极大地受制于传感器数目及其间距。 由这种方法得到的路径信息为离散值，如果直接应用到转向及速度控制策略 中，势必造成转向及速度调节的阶跃式变化，这将会对寻迹机器人的性能产生以 下不利影响：其一，转向及速度控制僵硬，对路径变化反应不灵敏，同时易产生 超调及振荡现象；其二，舵机输出转角相对于路径为阶跃式延迟响应，对于追求 高速性能的高速度短决策周期控制策略来说，很可能因为舵机响应不及而造成控 1 4 基于c c d 的自主式机器人寻迹方法研究及实现 制失效。 ( 2 ) 基于模拟式输出的光电传感器阵列的智能控制 模拟式光电传感器从理论上可以大大提高路径探测精度。模拟式光电传感器 的发光和接收都是锥角一定的圆锥形空间，其电压大小与传感器距离黑色路径标 记线的水平距离有定量关系：离黑线越近，电压越低，离黑线越远，则电压越高 ( 具体的对应关系与光电管型号以及离地高度有关) 。 因此，只要掌