《移動(dòng)機(jī)器人的導(dǎo)航技術(shù)總結(jié).docx》由會(huì)員分享，可在線閱讀，更多相關(guān)《移動(dòng)機(jī)器人的導(dǎo)航技術(shù)總結(jié).docx（5頁珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

移動(dòng)機(jī)器人的關(guān)鍵技術(shù)分為以下三種: (1) 導(dǎo)航技術(shù) 導(dǎo)航技術(shù)是移動(dòng)機(jī)器人的一項(xiàng)核心技術(shù)之一[3,4]"它是指移動(dòng)機(jī)器人通過傳感器感知環(huán)境信息和自身狀態(tài),實(shí)現(xiàn)在有障礙的環(huán)境中面向目標(biāo)的自主運(yùn)動(dòng)"目前,移動(dòng)機(jī)器人主要的導(dǎo)航方式包括:磁導(dǎo)航,慣性導(dǎo)航,視覺導(dǎo)航等"其中,視覺導(dǎo)航15一7]通過攝像頭對(duì)障礙物和路標(biāo)信息拍攝,獲取圖像信息,然后對(duì)圖像信息進(jìn)行探測(cè)和識(shí)別實(shí)現(xiàn)導(dǎo)航"它具有信號(hào)探測(cè)范圍廣,獲取信息完整等優(yōu)點(diǎn),是移動(dòng)機(jī)器人導(dǎo)航的一個(gè)主要發(fā)展方向,而基于非結(jié)構(gòu)化環(huán)境視覺導(dǎo)航是移動(dòng)機(jī)器人導(dǎo)航的研究重點(diǎn)。 (2)多傳感器信息融合技術(shù)多傳感器信息融合技術(shù)是移動(dòng)機(jī)器人的關(guān)鍵技術(shù)之一,其研究始于20世紀(jì)80年代18,9]"信息融合是指將多個(gè)傳感器所提供的環(huán)境信息進(jìn)行集成處理,形成對(duì)外部環(huán)境的統(tǒng)一表示"它融合了信息的互補(bǔ)性,信息的冗余性,信息的實(shí)時(shí)性和信息的低成本性"因而能比較完整地,精確地反映環(huán)境特征,從而做出正確的判斷和決策,保證了機(jī)器人系統(tǒng)快速性,準(zhǔn)確性和穩(wěn)定性"目前移動(dòng)機(jī)器人的多傳感器融合技術(shù)的研究方法主要有:加權(quán)平均法,卡爾曼濾波,貝葉斯估計(jì),D-S證據(jù)理論推理,產(chǎn)生規(guī)則,模糊邏輯,人工神經(jīng)網(wǎng)絡(luò)等"例如文獻(xiàn)[10]介紹了名為Xavier的機(jī)器人,在機(jī)器人上裝有多種傳感器,如激光探測(cè)器!聲納、車輪編碼器和彩色攝像機(jī)等,該機(jī)器人具有很高的自主導(dǎo)航能力。 (3)機(jī)器人控制器作為機(jī)器人的核心部分,機(jī)器人控制器是影響機(jī)器人性能的關(guān)鍵部分之一"目前,國內(nèi)外機(jī)器人小車的控制系統(tǒng)的核心處理器,己經(jīng)由MCS-51、80C196等8位、16位微控制器為主,逐漸演變?yōu)镈SP、高性能32位微控制器為核心構(gòu)成"由于模塊化系統(tǒng)具有良好的前景,開發(fā)具有開放式結(jié)構(gòu)的模塊化、標(biāo)準(zhǔn)化機(jī)器人控制器也成為當(dāng)前機(jī)器人控制器的一個(gè)研究熱點(diǎn)"近幾年,日本!美國和歐洲一些國家都在開發(fā)具有開放式結(jié)構(gòu)的機(jī)器人控制器,如日本安川公司基于PC開發(fā)的具有開放式結(jié)構(gòu)!網(wǎng)絡(luò)功能的機(jī)器人控制器"我國863計(jì)劃智能機(jī)器人主題也已對(duì)這方面的研究立項(xiàng) 視覺導(dǎo)航技術(shù)分類 機(jī)器人視覺被認(rèn)為是機(jī)器人重要的感覺能力，機(jī)器人視覺系統(tǒng)正如人的眼睛一樣,是機(jī)器人感知局部環(huán)境的重要“器官”,同時(shí)依此感知的環(huán)境信息實(shí)現(xiàn)對(duì)機(jī)器人的導(dǎo)航。機(jī)器人視覺信息主要指二維彩色CCD攝像機(jī)信息,在有些系統(tǒng)中還包括三維激光雷達(dá)采集的信息。視覺信息能否正確、實(shí)時(shí)地處理直接關(guān)系到機(jī)器人行駛速度、路徑跟蹤以及對(duì)障礙物的避碰,對(duì)系統(tǒng)的實(shí)時(shí)性和魯棒性具有決定性的作用。視覺信息處理技術(shù)是移動(dòng)機(jī)器人研究中最為關(guān)鍵的技術(shù)之一。 基于計(jì)算機(jī)視覺的自主機(jī)器人導(dǎo)航主要分為一下三種方法： (1) 基于地圖的機(jī)器人導(dǎo)航 基于地圖的導(dǎo)航就是提供給自主機(jī)器人其導(dǎo)航環(huán)境的模型"在一些早期的視覺系統(tǒng)中,自主機(jī)器人導(dǎo)航環(huán)境的知識(shí)都是以網(wǎng)格表征,把三維空間中物體按體積垂直投影到二維水平平面上,這種方式通常被引用為/占用地圖0"后來,占用地圖的思想被/虛擬力場(chǎng)0改進(jìn)"虛擬力場(chǎng)也是一幅/占用地圖0,不同的是在地圖中每一個(gè)被占用的區(qū)域都對(duì)機(jī)器人施加斥力,而目的地圖則對(duì)機(jī)器人施加引力,所有的這些力通過向量的加減運(yùn)算的共同作用牽引機(jī)器人避開障礙物,向目的地運(yùn)動(dòng) (2) 基于光流的機(jī)器人導(dǎo)航 santos-Victo:等人研發(fā)了一個(gè)基于光流的視覺系統(tǒng)robee[0],該系統(tǒng)模擬了蜜蜂的視覺行為。該系統(tǒng)認(rèn)為昆蟲的眼睛長在兩側(cè)的優(yōu)勢(shì)就在于它們的導(dǎo)航機(jī)制是基于運(yùn)動(dòng)產(chǎn)生的特征,而不是深度信息。 在robee中,一個(gè)分開的雙目視野被用于模仿蜜蜂的中心反射:如果機(jī)器人位于環(huán)境的中心位置,其左眼拍攝到的畫面場(chǎng)景變化速度和右眼拍攝到的畫面場(chǎng)景變化速度是一樣的,相差幾乎為0,這時(shí)機(jī)器人就可以知道自己處于環(huán)境的中心位置,如果兩側(cè)眼睛的場(chǎng)景變化速度不同,機(jī)器人就朝向速度變化較慢的那一邊運(yùn)動(dòng)。在自主機(jī)器人導(dǎo)航的實(shí)現(xiàn)中,基本的基本思想就是測(cè)量兩側(cè)眼睛(攝像機(jī))拍攝到畫面場(chǎng)景變化速度之差。該導(dǎo)航技術(shù)只能用于室內(nèi)單一背景的直道環(huán)境中導(dǎo)航,無法指導(dǎo)機(jī)器人改變方向 (3) 基于地貌的機(jī)器人導(dǎo)航 基于地貌的機(jī)器人導(dǎo)航一般多用于室外環(huán)境,該類導(dǎo)航的核心問題就是數(shù)字圖像中的模式識(shí)別,更具體的說就是物體顏色和紋理的識(shí)別問題。然而,由于光照以及環(huán)境色的影響,具有相同本質(zhì)色的物體在不同的環(huán)境下可以呈現(xiàn)出完全不同的顏色,因此就需要對(duì)顏色空間進(jìn)行一定的轉(zhuǎn)化。室外環(huán)境的導(dǎo)航涉及障礙物躲避、地標(biāo)檢測(cè)、位置估計(jì)等,由于很難預(yù)知先驗(yàn)知識(shí),所以系統(tǒng)無法建立一幅卓為環(huán)境的完整地圖,只能實(shí)時(shí)處理出現(xiàn)在視野中的對(duì)象,這對(duì)于導(dǎo)航算法的實(shí)時(shí)性要求很高。室外環(huán)境的自主機(jī)器人導(dǎo)航又可分為機(jī)構(gòu)化環(huán)境中的導(dǎo)航和非結(jié)構(gòu)化環(huán)境中的導(dǎo)航。 國內(nèi)外研究現(xiàn)狀與發(fā)展趨勢(shì) 研究現(xiàn)狀 由于受室內(nèi)環(huán)境尤其是家庭環(huán)境的限制,怎么變成室內(nèi)導(dǎo)航了？我的是室內(nèi)導(dǎo)航還是室外導(dǎo)航？ 很多導(dǎo)航方法在室內(nèi)移動(dòng)機(jī)器人上很難或根本無法應(yīng)用,比如電磁導(dǎo)航、GPS導(dǎo)航等等;另外,一些導(dǎo)航方法由于成本或精度等原因,亦很難應(yīng)用在商業(yè)化的室內(nèi)移動(dòng)機(jī)器人中,比如激光定位導(dǎo)航系統(tǒng)需要相當(dāng)高的成本,而基于RFID的導(dǎo)航系統(tǒng)精度低是有待解決的問題。 從傳感器的角度來看,室內(nèi)移動(dòng)機(jī)器人導(dǎo)航比較常用的方法主要有視覺導(dǎo)航、紅外線導(dǎo)航以及多傳感器融合導(dǎo)航等"視覺導(dǎo)航又可分為基于單目視覺的導(dǎo)航,基于立體視覺的導(dǎo)航以及基于全景攝像機(jī)導(dǎo)航等"由于全景相機(jī)具有較寬的視場(chǎng),比較容易實(shí)現(xiàn)基于多路標(biāo)三角或三邊導(dǎo)航系統(tǒng),因而應(yīng)用比較廣泛;基于單目視覺的導(dǎo)航系統(tǒng)相對(duì)比較簡單且易于實(shí)現(xiàn),在實(shí)際的系統(tǒng)中取得廣泛應(yīng)用[l6,17];立體視覺一般用于基于自然路標(biāo)的導(dǎo)航系統(tǒng)中,文獻(xiàn)=181中采用SIFT特征點(diǎn)作為自然路標(biāo)來實(shí)現(xiàn)機(jī)器人自定位"此外,基于多傳感器融合的機(jī)器人導(dǎo)航系統(tǒng)也是當(dāng)前研究的熱點(diǎn),例如導(dǎo)航系統(tǒng)中融合聲納傳感器以及視覺傳感器實(shí)現(xiàn)室內(nèi)機(jī)動(dòng)機(jī)器人的導(dǎo)航。 目前,根據(jù)已知地圖的移動(dòng)機(jī)器人導(dǎo)航研究己有許多成功實(shí)例,然而,在大多數(shù)情況下,機(jī)器人所處的環(huán)境是未知的和動(dòng)態(tài)變化的,因而移動(dòng)機(jī)器人在未知環(huán)境下的同步定位和地圖構(gòu)建(SimultaneouslocallzationandmaPping,SLAM)則成為機(jī)器人自定位領(lǐng)域的熱點(diǎn)"常用的SLAM技術(shù)主要有基于激光傳感器的SLAM和基于視覺傳感去的SLAM(簡稱VSLAM)"由于視覺傳感器的優(yōu)點(diǎn),VSLAM具有更廣泛的應(yīng)用前景"vSLAM技術(shù)一般基于自然路標(biāo)實(shí)現(xiàn),在國內(nèi)外受到廣泛的理論研究[z0,2.l,但要想成功應(yīng)用與實(shí)際系統(tǒng)中,還有很多問題有待解決。 發(fā)展趨勢(shì) 整體來說,隨著機(jī)器人視覺系統(tǒng)硬件性能的提升和處理方法的不斷豐富,基于視覺的導(dǎo)航技術(shù)將日益成熟與完善。結(jié)合室內(nèi)移動(dòng)機(jī)器人視覺導(dǎo)航技術(shù)的研究現(xiàn)狀,其發(fā)展方向出要存在如下三種趨勢(shì): (1)實(shí)時(shí)、精確以及穩(wěn)定的視覺導(dǎo)航方法當(dāng)前的視覺導(dǎo)航技術(shù)往往在對(duì)視覺數(shù)據(jù)進(jìn)行簡單處理后就用于導(dǎo)航任務(wù),因而只能從圖像中提取有限的信息,很容易導(dǎo)致導(dǎo)航任務(wù)的失敗"因此在改善硬件設(shè)備的同時(shí),可以考慮將并行處理技術(shù)!各種智能算法應(yīng)用于具體導(dǎo)航任務(wù)。 (2)多傳感器融合以及多種導(dǎo)航技術(shù)的綜合使用多傳感器融合[23]可以結(jié)合多種導(dǎo)航傳感器的優(yōu)點(diǎn),取長補(bǔ)短,使導(dǎo)航系統(tǒng)的魯棒性更強(qiáng)并且具有更高的精度。 另外,當(dāng)前機(jī)器人導(dǎo)航大多采用單一的導(dǎo)航技術(shù),而一種導(dǎo)航方法往往存在其固有的局限性"路標(biāo)地圖描述比較粗略,幾何地圖使用起來一般計(jì)算復(fù)雜度高;卡爾曼定位局限于系統(tǒng)及測(cè)量噪聲為高斯白噪聲,粒子濾波方法也存在計(jì)算量較大等問題"因此在完善單一自定位方法的同時(shí),應(yīng)該將各種技術(shù)的特點(diǎn)系統(tǒng)性地綜合起來加以應(yīng)用,取長補(bǔ)短。 (4) 基于VSLAM技術(shù)的導(dǎo)航方法目前,VSLAM技術(shù)在理論上還不成熟,在實(shí)際應(yīng)用中也才存在很大困難,但為了使移動(dòng)機(jī)器人具有更高的自主導(dǎo)航能力以及環(huán)境適應(yīng)能力,解決VSLAM技術(shù)存在的疑難問題并使其成功地應(yīng)用于機(jī)器人導(dǎo)航系統(tǒng),這必然是未來機(jī)器人自定位的主流趨勢(shì)之一。 備注：上面這篇文章來自《移動(dòng)機(jī)器人視覺導(dǎo)航算法的研究與設(shè)計(jì)》，作者姓名:孫志陽 指導(dǎo)教師:吳成東教授 王曉哲副教授 上篇文章主要著眼點(diǎn)為室內(nèi)機(jī)器人導(dǎo)航問題。 移動(dòng)機(jī)器人視覺導(dǎo)航技術(shù) 視覺導(dǎo)航技術(shù)是智能機(jī)器人領(lǐng)域的重要研究方向，也是智能移動(dòng)機(jī)器人的一項(xiàng)關(guān)鍵技術(shù)。運(yùn)用視覺傳感器，可進(jìn)行與移動(dòng)機(jī)器人大多數(shù)底層行為控制有關(guān)的環(huán)境感知，如測(cè)距、避障、目標(biāo)物跟蹤、軌跡跟蹤、局部定位、路標(biāo)識(shí)別。 1、 基于環(huán)境理解的全局定位 一般的定位方法是：地理特征或人工標(biāo)志在世界坐標(biāo)系中的位置是預(yù)先已知。當(dāng)從捕獲的景物圖像中提取出路標(biāo)的圖像坐標(biāo)后，再通過路標(biāo)在圖像中的位置和他們?cè)谑澜缱鴺?biāo)系中的幾何位置關(guān)系計(jì)算出傳感器系統(tǒng)在世界坐標(biāo)系中的絕對(duì)位置。根據(jù)一般采用的數(shù)學(xué)模型，位置計(jì)算要求感知至少 3 個(gè)以上的路標(biāo)才能完成，所以一般希望傳感器系統(tǒng)在任意工作空間位置上盡可能觀察到足夠多的路標(biāo)[8][9]。視覺導(dǎo)航具有信息量大，適用范圍廣的優(yōu)點(diǎn)，因而越來越受到關(guān)注。 2、 路徑識(shí)別和跟蹤 包括對(duì)自然環(huán)境中道路的理解和可行通路方向的判別。在基于視覺導(dǎo)航的地面自主機(jī)器人中, 機(jī)器視覺與路徑規(guī)劃是核心模塊. 目前國內(nèi)外許多學(xué)者在這方面作了大量的研究工作, 到目前為止還沒有找到一套適用于各種道路環(huán)境的算法。為了簡化視覺信息處理, 降低開發(fā)難度, 通常把移動(dòng)機(jī)器人的工作環(huán)境分為結(jié)構(gòu)化道路環(huán)境和非結(jié)構(gòu)化道路環(huán)境. 結(jié)構(gòu)化道路的檢測(cè)相對(duì)來說較易實(shí)現(xiàn), 其檢測(cè)技術(shù)一般都以邊緣檢測(cè)為基礎(chǔ), 輔以 Hough 變換、模式匹配等, 并利用最小二乘法處理對(duì)應(yīng)于道路邊界的線條, 得出道路的幾何描述。由于非結(jié)構(gòu)化道路的環(huán)境復(fù)雜、特征描述困難, 使得非結(jié)構(gòu)化道路的檢測(cè)及信息處理復(fù)雜化。目前對(duì)非結(jié)構(gòu)化道路的檢測(cè)主要采用三種方法: 邊緣抽取法、閾值法和分類法。 3、 目標(biāo)識(shí)別和障礙物檢測(cè) 障礙物檢測(cè)原理與道路檢測(cè)原理差不多, 但其重點(diǎn)是對(duì)障礙物位置和大小的描述。立體視覺可以完成三維重建，獲得障礙物位置和大小的信息。對(duì)于單目，不能完成三維重建，無法獲得障礙物的三維信息，因此多采用與超聲波等其他傳感器的融合，共同實(shí)現(xiàn)障礙物的識(shí)別工作。 以上內(nèi)容來自《自主移動(dòng)機(jī)器人導(dǎo)航研究》作者：連秀林 北京交通大學(xué)