輪式移動(dòng)機(jī)器人的運(yùn)動(dòng)控制研究.pdf

1、移動(dòng)機(jī)器人在軍事和國(guó)民經(jīng)濟(jì)領(lǐng)域有著廣泛的應(yīng)用前景。本文對(duì)基于多傳感器的的移動(dòng)機(jī)器人在固定區(qū)域非結(jié)構(gòu)化動(dòng)態(tài)環(huán)境下的全局定位和運(yùn)動(dòng)控制的一些關(guān)鍵技術(shù)以及傳感器引導(dǎo)進(jìn)行了較為深入的研究。提出了多種新的便于工程實(shí)現(xiàn)的環(huán)境感知、路徑規(guī)劃、行為控制的模型和算法。主要內(nèi)容概括如下： 1.研究并構(gòu)建了一個(gè)由移動(dòng)機(jī)器人和無(wú)線通信系統(tǒng)組成的自主導(dǎo)航控制實(shí)驗(yàn)系統(tǒng)。平臺(tái)硬件系統(tǒng)各模塊采用獨(dú)立微處理器完成控制及信息處理功能，實(shí)現(xiàn)了多模塊并行運(yùn)行。模塊之間

2、采用的并行通信方式提高了信息傳輸速度，同時(shí)簡(jiǎn)化了系統(tǒng)的軟件設(shè)計(jì)。無(wú)線通信系統(tǒng)基于802.11b、以無(wú)線路由器為中心的基礎(chǔ)模式，在嵌入式平臺(tái)構(gòu)建，實(shí)現(xiàn)移動(dòng)機(jī)器人的遠(yuǎn)程監(jiān)控。實(shí)驗(yàn)表明數(shù)據(jù)傳輸穩(wěn)定、正確率滿(mǎn)足遠(yuǎn)程控制的要求。 2.研制了一種基于多微處理器的分布式超聲探測(cè)系統(tǒng)。該探測(cè)系統(tǒng)由傳感器工作模式控制模塊和智能超聲測(cè)距模塊陣列組成。由獨(dú)立的微處理器控制一個(gè)超聲傳感器，完成測(cè)距信息預(yù)處理，并可根據(jù)不同的控制策略實(shí)現(xiàn)分組并行工作，提高

3、了探測(cè)系統(tǒng)的實(shí)時(shí)性。 3.研究了基于模塊化層級(jí)的基于行為結(jié)構(gòu)的行為控制策略。以面向任務(wù)的方式分解控制系統(tǒng)，為機(jī)器人設(shè)計(jì)了趨向目標(biāo)行為模塊、避障行為模塊和沿墻走行為模塊，采用基于優(yōu)先級(jí)行為決策控制策略，使移動(dòng)機(jī)器人完成面向目標(biāo)的任務(wù)。這種層級(jí)結(jié)構(gòu)便于編程，具有易于添加反應(yīng)速度快以及不依賴(lài)于模型描述等特點(diǎn)。 4.實(shí)現(xiàn)了室內(nèi)環(huán)境下基于視覺(jué)路標(biāo)的全局定位。基于視覺(jué)信息的移動(dòng)機(jī)人定位主要內(nèi)容包括了圖像預(yù)處理、門(mén)的定位、門(mén)牌定位，字

4、符分割和字符識(shí)別五部分內(nèi)容。 基于5/3提升小波變換的軟取閾值方法對(duì)圖像去噪，然后基于邊緣提取算法提取機(jī)器人工作環(huán)境信息，圖像處理實(shí)驗(yàn)表明，算法能夠較好地適應(yīng)非結(jié)構(gòu)化環(huán)境固有的特點(diǎn)，可以抑制細(xì)小的邊緣而得到路徑主要輪廓。提升小波算法降低了計(jì)算的復(fù)雜程度，因此有效地減少程序運(yùn)行時(shí)間，提高定位系統(tǒng)的實(shí)時(shí)性，實(shí)用性。 提出一種把提升小波變換對(duì)圖像信號(hào)良好的分解性能與Hough變換直線的檢測(cè)特性結(jié)合起來(lái)提取環(huán)境信息的方法來(lái)實(shí)現(xiàn)門(mén)

5、的定位的方法。該方法以提升小波變換對(duì)環(huán)境信息圖像進(jìn)行軟取閾值去噪處理，而后獲取水平、垂直等高頻部分的小波低頻分解。實(shí)驗(yàn)表明基于提升算法和Hough變換設(shè)計(jì)的環(huán)境信息處理系統(tǒng)有很好的性能。 基于神經(jīng)網(wǎng)絡(luò)分類(lèi)器進(jìn)行門(mén)牌號(hào)碼的識(shí)別，從而實(shí)現(xiàn)單目視覺(jué)系統(tǒng)下移動(dòng)機(jī)器人基于視覺(jué)路標(biāo)的室內(nèi)定位。 5.用全局規(guī)劃和局部規(guī)劃相結(jié)合的方法解決全局路徑規(guī)劃問(wèn)題。系統(tǒng)的全局路徑規(guī)劃分為兩種：無(wú)障礙環(huán)境路徑規(guī)劃、有障礙環(huán)境規(guī)劃。 對(duì)無(wú)障礙

6、環(huán)境路徑規(guī)劃比較簡(jiǎn)單，通過(guò)人機(jī)交互給出移動(dòng)機(jī)器人運(yùn)行參數(shù)，生成機(jī)器人的運(yùn)行路徑。 對(duì)有障礙環(huán)境，采用超聲探測(cè)信息和主動(dòng)視覺(jué)信息實(shí)現(xiàn)了運(yùn)動(dòng)障礙物和靜止障礙物類(lèi)型的識(shí)別，并針對(duì)障礙物類(lèi)型采用不同的避障策略，以完成全局導(dǎo)航任務(wù)。 提出把自回歸模型來(lái)預(yù)測(cè)動(dòng)態(tài)障礙物的運(yùn)動(dòng)軌跡和動(dòng)態(tài)障礙避障策略結(jié)合的方法，解決了動(dòng)態(tài)、動(dòng)態(tài)障礙物環(huán)境下的路徑規(guī)劃。采用自回歸模型來(lái)預(yù)測(cè)動(dòng)態(tài)障礙物的運(yùn)動(dòng)軌跡，然后對(duì)該預(yù)測(cè)軌跡的每一點(diǎn)進(jìn)行在線實(shí)時(shí)避碰規(guī)劃。

7、針對(duì)自回歸模型的參數(shù)是以小車(chē)參數(shù)為基準(zhǔn)，在實(shí)際應(yīng)用中必然帶來(lái)一定的誤差的局限，補(bǔ)充了動(dòng)態(tài)障礙避障策略。 6.解決了信息不完全、環(huán)境不確定情況下的全局三維路徑規(guī)劃問(wèn)題。提出在環(huán)境的二維坐標(biāo)不變的情況下，對(duì)每個(gè)障礙物固定坐標(biāo)系來(lái)描述位置和姿態(tài)的方式實(shí)現(xiàn)三維動(dòng)態(tài)環(huán)境、動(dòng)態(tài)障礙物的全局環(huán)境描述，并設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)三維路徑規(guī)劃器實(shí)現(xiàn)三維動(dòng)態(tài)路徑規(guī)劃。 基于這種方法，三維動(dòng)態(tài)環(huán)境路徑規(guī)劃算法沒(méi)有過(guò)多的復(fù)雜性，實(shí)時(shí)性很強(qiáng)。該算法在動(dòng)態(tài)避障

8、策略、行為控制策略、定位等多個(gè)方面制定以后，根據(jù)路徑最短約束條件完成路徑搜索，生成從起點(diǎn)到終點(diǎn)的無(wú)碰撞路徑。對(duì)算法的參數(shù)優(yōu)化問(wèn)題進(jìn)行了研究，為算法更好的應(yīng)用提供了有意義的指導(dǎo)。算法所固有的并列性可用并列硬件來(lái)實(shí)現(xiàn)，運(yùn)算量小，仿真證明算法能夠在實(shí)時(shí)性要求較高、有較多障礙物、有較多路徑點(diǎn)的情況下實(shí)現(xiàn)快速的路徑規(guī)劃。 7.采用基于粒子群優(yōu)化的模糊控制算法設(shè)計(jì)路徑跟蹤控制器。以粒子群算法為優(yōu)化工具，自動(dòng)提取控制器參數(shù)的模糊規(guī)則基，提高了