基于超声波测距的自主移动机器人路径规划.docx
《基于超声波测距的自主移动机器人路径规划.docx》由会员分享,可在线阅读,更多相关《基于超声波测距的自主移动机器人路径规划.docx(32页珍藏版)》请在冰点文库上搜索。
基于超声波测距的自主移动机器人路径规划
基于超声波测距的自主移动机器人路径规划
摘要
随着机器人技术的不断发展,自主移动机器人正越来越成为研究的热点。
导航技术是其研究核心,而路径规划又是移动机器人导航中最重要的任务之一。
基于超声波测距的自主移动机器人路径规划是移动机器人技术中的一项重要研究课题。
本文对基于超声波测距的自主移动机器人路径规划问题进行了较为深入的探讨和分析。
首先。
对自主移动机器人的发展状况,以及移动机器人导航技术和路径规划技术的国内外发展现状进行了综述。
然后介绍了超声波测距原理,讨论了超声波测距系统应用于导航技术的优势。
重点探讨了基于超声波测距的自主移动机器人路径规划技术,采用栅格法进行环境建模,运用了一种称作沿边走的算法进行了路径规划。
最后分析了现有方案的优缺点,展望了机器人路径规划技术的未来发展趋势和研究方向。
关键字:
自主移动机器人;超声波;路径规划
THEPATHPLANNINGOFAUTONOMOUSMOBILEROBOTBASEDONULTRASONICRANGING
ABSTRACT
Withthecontinuousdevelopmentoftherobottechnology,theautonomousmobilerobottechnologyisbecomingthehot.Amongwhich,thenavigationtechniqueisthecorequestion,atthesametime,thepathplanningisthemostimportanttaskoftheautonomousmobilerobotnavigationtechnology.Itisanimportantresearchofthemobilerobottechnologythatthepathplanningofautonomousmobilerobotbasedonultrasonicranging.Thepresentdevelopmentsituationoftheautonomousmobilerobotandthenavigationtechnologyofthemobilerobotandpathplanningtechnologyinthedomesticandforeignareintroducedinthethesis.Ithasintroducedtheultrasonicrangingprincipleanddiscussesthesuperiorityofultrasonicrangingsystemtoapplyinthenavigation.Ithasdiscussedthequestionwithemphasisthatthepathplanningofautonomousmobilerobotbasedonultrasonicranging.Inthisthesis,amethodcalledgridisusedtocarryontheenvironmentmodel,andakindofalgorithmcalledalongwallisusedtoplanthepath.Finallyithasanalyzedtheadvantageandshortcomingofexistingplanningmethod,andforecastedthefuturedevelopmenttendencyandtheresearchdirectionoftherobotpathplanningtechnology.
Keywords:
autonomousmobilerobot;ultrasonic;pathplanning
第一章绪论-------------------------------------------------------------------------------------5
1.1论文背景和意义------------------------------------------------------------------------5
1.2国内外研究现状------------------------------------------------------------------------6
1.2.1自主移动机器人导航技术现状----------------------------------------------6
1.2.2自主移动机器人路径规划技术现状----------------------------------------7
1.3本论文的主要内容----------------------------------------------------------------------9
第二章超声波测距技术---------------------------------------------------------------------10
2.1移动机器人中的测距技术-----------------------------------------------------------10
2.1.1无源测距技术------------------------------------------------------------------10
2.1.2有源测距技术------------------------------------------------------------------10
2.2测距传感器的选择性分析-----------------------------------------------------------12
2.3超声波测距-----------------------------------------------------------------------------13
2.3.1超声波发生器------------------------------------------------------------------13
2.3.2压电式超声波发生器原理---------------------------------------------------14
2.3.3超声波测距原理---------------------------------------------------------------14
2.4本章小结--------------------------------------------------------------------------------15
第三章环境建模------------------------------------------------------------------------------16
3.1栅格法简介-----------------------------------------------------------------------------16
3.2栅格法建模-----------------------------------------------------------------------------17
3.3基于超声波传感器测距的栅格化方法--------------------------------------------17
3.4本章小结--------------------------------------------------------------------------------18
第四章基于超声波测距的沿边走路径规划的导航算法------------------------------19
4.1坐标系的建立--------------------------------------------------------------------------19
4.2基于超声波测距的沿边走路径规划机器人的导航算法-----------------------20
4.2.1沿边走算法简介---------------------------------------------------------------20
4.2.2沿边走过程---------------------------------------------------------------------21
4.3沿边走路径规划流程图--------------------------------------------------------------23
4.4本章小结--------------------------------------------------------------------------------24
第五章结果分析------------------------------------------------------------------------------25
5.1仿真结果---------------------------------------------------------------------------------25
5.2结果分析--------------------------------------------------------------------------------26
5.3本章小结--------------------------------------------------------------------------------26
第六章现有方案缺陷及路径规划技术的发展趋势------------------------------------27
第七章结论------------------------------------------------------------------------------------29
参考文献----------------------------------------------------------------------------------------30
致谢----------------------------------------------------------------------------------------------31
附录----------------------------------------------------------------------------------------------32
第一章绪论
1.1论文背景和意义
自1962年美国研制出世界上第一台工业机器人以来,经过40余年的发展,机器人技术以及应用都已取得非常大的进步。
可以说机器人的出现,是20世纪人类最伟大的发明之一。
科学家对机器人的定义是:
“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智能能力,如感知能力、规划能力、动作能力和协同能力,是一种具有高度灵活性的自动化机器”[1]。
随着机器人的应用越来越广泛,人们对机器人技术智能化本质的认识也在不断加深,机器人技术开始向人类活动的各个领域渗透。
于是出现了各式各样的具有感知、决策、行动和交互能力的特种机器人和各种智能机器,如微机器人、水下机器人、医疗机器人、军用机器人、空中空间机器人、娱乐机器人等。
机器人技术在不断发展,人们对机器人在社会服务、野外作业以及在有害、危险环境作业中的应用也越来越重视。
研究能够在复杂环境中自主运动和自动作业的智能自主移动机器人势在必行。
移动机器人是机器人学的一个重要分支,其研究始于20世纪60年代。
移动机器人由于具有更大的使用灵活性已成为目前机器人技术研究的一个热点。
近年来,移动机器人技术在工业、农业、航天及空间探测等许多领域都起到了重要的作用,显示了广泛的应用前景[2]。
自主式移动机器人具有高度自规划、自组织、自适应能力,适合于在复杂的非结构化环境中工作。
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,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完全自主的关键技术。
而路径规划又是移动机器人导航中最重要的任务之一。
基于超声波测距的自主移动机器人路径规划正是机器人智能控制技术中的一项重要课题。
1.2国内外研究现状
机器人技术是一门综合性的学科。
世界各地的专家学者都在不断致力于机器人技术的研究,尤其是移动机器人的导航和路径规划技术方面,已经取得了相当多的研究成果。
1.2.1自主移动机器人导航技术现状
导航是移动机器人应具备的基本功能,是移动机器人实现智能化及完全自主工作的关键技术之一。
理想的移动机器人应具有以下能力:
当处于一个未知的、复杂的、动态的非结构环境中,并且在没有人的干预下,通过感知环境,能够到达期望的目的地,同时应尽量减少时间或能量的消耗等。
正是由于有了导航装置,移动机器人在行走过程中才能确定行动的方向,才不会与障碍物发生碰撞。
移动机器人常见的导航方式有磁导航、惯性导航、激光导航、视觉导航等。
地下埋线的导航方式是20世纪50年代美国开发的,到20世纪70年代这种导航方式迅速发展并应用于柔性生产。
目前,国内制造行业使用的移动机器人大多还是基于这种导航方式。
该导航方式的技术已十分成熟,但其成本高,改造和维护困难。
就国内研究现状来看,以上几种导航方式均在研究之中,而磁导航方式的技术已相当成熟。
中国科学院沈阳自动化研究所已生产出基于磁导航的多代机器人产品。
其他导航方式的机器人也在研究之中,如:
清华大学已研制的三代THMR移动机器人,上海大学的“导购机器人”、哈尔滨工业大学研制的“导游机器人”和正在开发的各种服务机器人。
诸多研究表明:
视觉导航方式具有信号探测范围宽、获取信息完整等优点,将成为未来机器人导航的一个主要发展方向。
在视觉导航方式中,目前国内外应用最多的还是采用在机器人上安装车载摄像机的基于局部视觉的导航方式,如:
D.L.Boley[3]等研制的移动机器人利用车载摄像机和较少的传感器通过识别路标进行导航,比直接采用卡尔曼滤波器获得了更好的实时性,并有效抑制了噪声;A.Ohya[4]等利用车载摄像机和超声波传感器研究了基于视觉导航系统中的避碰问题;P.I.Corke[5]等对由车载摄像机构成的移动机器人视觉闭环系统的研究表明,这种控制方法对提高路径跟踪精度有较好效果。
视觉导航研究由于受到现有计算设备运算速度和存储容量的限制而发展较慢,但随着计算机图像处理能力和技术的提高,加之视觉导航具有信号探测范围宽、目标信息完整等优势,在图像处理速度得到解决之后,视觉导航仍将是主要导航方式。
在一个智能系统中,使用单一的智能控制方法,往往不能取得满意的效果。
应综合采用常规控制方法和智能控制方法,才能够取得良好效果。
神经网络和模糊推理是自主导航研究中的两个重要工具,但是神经网络样本集的完整性研究尚未取得突破,将事件空间的每一点都作为网络的学习样本显然是不可取的;模糊逻辑推理则侧重于模糊规则的选取,但有些规则很难形式化描述,或者必须用大量的规则描述而增大运算量,这样就背离了模糊逻辑应用的初衷,因此近年来将神经网络与模糊逻辑结合起来,应用到自主导航研究中就成了机器人研究的热门课题。
传感器融合技术在近年来被引入到了机器人导航研究中,并已取得令人振奋的成果,采用常规传感器导航的移动机器人将成为机器人产业的主要发展方向。
当然,在一些复杂的地理条件下,非视觉传感器的探测范围就不如视觉系统那么完整,目前对于一些高精度的导航还难以胜任,因而开发新型传感器或按照一定融合策略构造传感器阵列以弥补单个传感器的缺陷,以及提出新的融合方法来完善探测的结果,都将是重要的研究方向。
1.2.2移动机器人路径规划技术现状
路径规划是移动机器人导航中最重要的任务之一。
它是按照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。
机器人路径规划的研究起始于20世纪70年代,目前对这一问题的研究仍然十分活跃,国内外学者作了大量的工作。
目前,路径规划可以分为三种类型:
一种是基于环境先验完全信息的路径规;另一种是基于传感器信息的不确定环境的路径规划;第三种是基于行为的路径规划方法。
(1)基于环境先验完全信息的路径规划该方法也被称为全局路径规划,能够处理完全已知环境下的移动机器人路径规划。
当环境发生变化时,如出现未知障碍物时,这种方法就无能为力了。
这种方法包括以下几种:
可视图法,栅格法和拓扑法等。
可视图法(visibilitygraph)[6]是将机器人视为一点,把机器人、目标点和多边形障碍物的各个顶点进行连接,要求机器人和障碍物各顶点之间,目标点和障碍物各顶点之间以及各障碍物顶点与顶点之间的连线,都不能穿越障碍物,这样就形成了一张图,称之为可视图。
由于任意两直线的顶点都是可视的,显然移动机器人从起点沿着这些连线到达目标点的所有路径均是无碰路径。
对可视图进行搜索,并利用优化算法删除一些不必要的连线以简化可视图,缩短了搜索时间,最终就可以找到一条无碰最优路径。
栅格法(grids)[7]是将移动机器人工作环境分解成一系列具有二值信息的网格单元,多采用二维笛卡儿矩阵栅格表示工作环境,每一个矩形栅格都有一个累积值CV,表示在此方位中存在障碍物的可信度。
CV值越高,表征存在障碍物的可能性越高。
用栅格法表示格子环境模型中存在障碍物的可能性的方法起源于美国CMU大学。
通过优化算法在单元中搜索最优路径。
由于该方法以栅格为单位记录环境信息,环境被量化成具有一定分辨率的栅格,因此栅格的大小直接影响着环境信息存储量的大小以及路径搜索的时间,因此在实用上受到一定的限制。
拓扑法[8]是根据环境信息和运动物体的几何特点,将组成空间划分成若干具有拓扑特征一致的自由空间,然后根据彼此间的连通性建立拓扑网,从该网中搜索一条拓扑路径。
该方法的优点在于因为利用了拓扑特征而大大缩小了搜索空间,其算法复杂性只与障碍物的数目有关,在理论上是完备的。
但建立拓扑网的过程是相当复杂而费时的,特别是当增加或减少障碍物时,如何有效地修正已经存在的拓扑网络以及如何提高图形搜索速度是目前亟待解决的问题[10]。
但是针对一种环境,拓扑网只需建立一次,因而在其上进行多次路径规划就可期望获得较高的效率。
(2)基于传感器信息的局部路径规划人工势场法(artificialpotentialfield)最初由Khatib提出[9],这种方法由于它的简单性和优美性而被广泛采用。
其基本思想是把移动机器人在已知全局环境中的运动看作一种虚拟的人工受力场中的运动。
目标点对机器人产生引力作用,障碍物对机器人产生斥力作用,引力和斥力的合力控制机器人的运动。
这种方法结构简单,易于实现。
但是这种方法也存在着一些缺点:
如存在陷阱区,在相近的障碍物前不能发现路径,在障碍物前产生振荡以及在狭窄通道中摆动等缺点。
针对人工势场法的缺陷,国内外许多专家学者不断寻找新的途径,以克服该方法所存在的弊端。
如文献[10]结合栅型声纳测试,建立一种新类型的势场函数,为距离转换路径寻找算法。
文献[11]采用预测与势场法相结合的算法解决移动机器人的导航问题,取得了良好的效果。
文献[12通过引入虚拟障碍物使搜索过程跳出局部最优的陷阱,但引入虚拟障碍物可能会产生新的局部极小点,同时也增加了算法的复杂度。
基于传感器的模糊控制方法和神经网络控制方法见文献,因其对硬件要求比较高,简单的配置不易使移动机器人实现快速实时运动规划。
(3)基于行为的路径规划方法所谓基于行为的研究方法是把移动机器人所要完成的任务分解成一些基本的、简单的行为单元,这些单元彼此协调工作。
每个单元有自己的感知器和执行器,二者紧耦合在一起,构成感知动作行为,机器人根据行为的优先级及结合本身的任务综合作出反应。
该方法的主要优点在于每个行为的功能较简单,因此可以通过简单的传感器及其快速信息处理过程获得良好的运行效果。
但这种方法主要考虑机器人的行为,而对机器人所要解决的问题以及所面临的环境没有任何的描述,只是通过在实际的运行环境中机器人行为的选择,达到最终的目标。
如何构造和优化机器人行为控制器是成功与否的关键。
主要方法包括:
基于传感器信息的局部运动规划方法和基于模糊逻辑及神经网络的监督学习方法等。
1.3本论文的主要内容
本论文的主要研究基于超声波测距的自主移动机器人路径规划技术,重点进行了以下工作:
(1)概述自主移动机器人的发展状况,以及国内外导航技术和路径规划技术的发展现状。
(2)介绍移动机器人中的两种常用测距技术——有源测距和无源测距。
并详细介绍机器人超声波测距原理以及超声波测距系统应用于导航技术的优势。
(3)重点探讨基于超声波测距的自主移动机器人路径规划技术。
采用栅格法进行环境建模,运用一种称作沿边走的算法来进行路径规划。
(4)分析现有方案的优缺点,展望机器人路径规划技术的未来发展趋势和研究方向。
第二章超声波测距技术
2.1移动机器人中的测距技术
在研究机器人的避障时,环境信息的采集是研究的关键问题。
距离测量为移动机器人提供了周围环境的二维或三维信息,是移动机器人中不可缺少的组成部分。
移动机器人可以根据这些信息进行实时避障、导航和执行特定的任务。
通常,对获取这类环境信息的传感器有两方面的要求:
一方面,需要有足够大的视场来覆盖整个工作区;另一方面,需要有足够高的采集速率以保证在运动的环境中提供实时的信息。
2.1.1无源测距技术
经典的距离测量方法使用无源测距技术,我们称之为被动方法,例如立体视觉和结构光方法。
立体视觉:
在机器人获取信息的各种感知器中,视觉系统无疑是最重要的。
从仿生学的角度来说,基于双目视觉原理的立体视觉系统最接近生物体的视觉系统,但由于受到原理计算法的限制,测距精度和成象速度不能满足要求。
结构光测距:
结构光测距的原理与光学测距法类似,使用单一光点或平面逐点测量从而获得物体的完整的三维描述。
这种方法虽然能够产生比较精确的结果,但是其速度过慢而无法用于实时任务。
在移动机器人的领域中,无源测距方法大都无法同时满足可靠性或实用性的要求。
有源测距技术使用主动传感器替代被动传感器,它由于具有以下的两大优点而在实时机器人领域显示出诱人的魅力:
(1)主动传感器不存在复杂的图象匹配技术,不象立体视觉需要通过大量的计算获取距离数据,因而实时性好,测距速度快。
(2)主动传感器不易受到如天气状况、光照条件及表面标记、阴影、污渍等外界条件的影响。
主动传感器工作时不仅使用自然光照,它自身也对被测物体产生光照。
此外,在多数主动传感器系统中,有源光的发送和接受是同轴的,这就从本质上解决了结构光和立体视觉方法难于解决的“消失片段”问题。
2.1.2有源测距技术
在有源测距技术中,