移動機(jī)器人的環(huán)境勘測與繪圖畢業(yè)設(shè)計(jì)(論文)

1、<p>　　編 號： </p><p>　　審定成績： </p><p><b>　　畢業(yè)設(shè)計(jì)（論文）</b></p><p>　　課題 移動機(jī)器人的環(huán)境勘測與繪圖 </p><p><b>　　二○一四年五月</b></p>

2、;<p>　專業(yè)年級 機(jī)械工程及自動化 </p><p>　學(xué) 號 </p><p>　姓 名 </p><p>　指導(dǎo)教師 </p><p>　評 閱 人

3、 </p><p><b>　　摘 要</b></p><p>　　移動機(jī)器人的環(huán)境勘測與繪圖</p><p>　　移動機(jī)器人環(huán)境勘測與繪圖是機(jī)器人研究領(lǐng)域的一個熱點(diǎn)問題。超聲傳感器和紅外傳感器在移動機(jī)器人中的應(yīng)用大大提高了機(jī)器人探測環(huán)境的能力。利用傳感器采集到的大量數(shù)據(jù)可以進(jìn)行環(huán)境地圖的創(chuàng)建。</p&

4、gt;<p>　　本文主要研究在上位機(jī)中如何處理觀測數(shù)據(jù)的問題。本文介紹的環(huán)境勘測主要是采用1個超聲波傳感器和6個紅外傳感器協(xié)同工作，超聲波傳感器的數(shù)據(jù)用來進(jìn)行地圖創(chuàng)建，紅外傳感器主要輔助機(jī)器人進(jìn)行有效的避障。采用了NI公司的Lab Windows/CVI虛擬儀器軟件建立環(huán)境地圖，并進(jìn)行數(shù)據(jù)處理。</p><p>　　由于超聲傳感器本身存在測距誤差、散射角度大、鏡像點(diǎn)多等問題，因此在數(shù)據(jù)處理時，通過

5、C語言算法對數(shù)據(jù)點(diǎn)進(jìn)行有效控制，去除大量不確定數(shù)據(jù)。在直線走廊、L形墻角、U形環(huán)境等實(shí)驗(yàn)條件下進(jìn)行了數(shù)據(jù)采集與數(shù)據(jù)處理測試。取得了比較好的效果，對環(huán)境仿真程度比較逼真。</p><p>　　【關(guān)鍵詞】 移動機(jī)器人 環(huán)境勘測 地圖創(chuàng)建 Lab Windows/CVI</p><p>　　ENVIRONMENT EXPLORATION AND MAP BUILDING</p>

6、;<p>　　BY MOBILE ROBOT</p><p><b>　　Abstract</b></p><p>　　Environment exploration and map building by mobile robot is a hot issue in the robot research field. Ultrasonic sensor

7、 and infrared sensor are used by mobile robot and they increase robot’s ability of environment exploration. Using a lot of data gathered by sensors, we can build the environment map. </p><p>　　This paper res

8、earch how to deal with the observation data in the PC. In this paper , single ultrasonic sensor cooperated with 6 infrared sensors to explore the environment. The data by ultrasonic sensor is used for map building, and i

9、nfrared sensors is help robot to avoid obstacles effectively. Using NI company’s virtual instrument software Lab Windows/CVI to build the environment map and treat with the data. </p><p>　　The ultrasonic sen

10、sor has some problems, such as measuring error, big dispersion angle, mirror image. so in the data process, we control the data point by C arithmetic and delete lots of uncertainty data. In the experiments of beeline ais

11、le, encoignure of L shape, U form, we collect environment data and do the test of data treatment. Form these experiments, we achieve the purpose. </p><p>　　【Key words】 mobile robot environment exploration

12、map building Labwindows/CVI</p><p><b>　　目 錄</b></p><p><b>　　第一章 前言1</b></p><p>　　1.1 課題背景與意義1</p><p>　　1.2 代表性的研究工作2</p><p>

13、;　　第二章 研究的主要內(nèi)容3</p><p>　　2.1 機(jī)器人的自定位4</p><p>　　2.2 移動機(jī)器人探測環(huán)境的傳感器技術(shù)5</p><p>　　2.3 多傳感器信息的融合7</p><p>　　第三章 傳感器的介紹8</p><p>　　3.1 超聲波傳感器8</p>

14、<p>　　3.2 紅外傳感器12</p><p>　　3.3 多傳感器的數(shù)據(jù)融合與控制決策13</p><p>　　第四章 環(huán)境地圖的表示方法15</p><p>　　4.1 拓?fù)鋱D16</p><p>　　4.2 特征圖16</p><p>　　4.3 網(wǎng)格圖17</p&

15、gt;<p>　　4.4　直接表征法17</p><p>　　第五章 環(huán)境地圖創(chuàng)建設(shè)計(jì)方案18</p><p>　　5.1 障礙點(diǎn)位置的推算19</p><p>　　5.2 軟件設(shè)計(jì)23</p><p>　　5.3 不確定信息處理26</p><p>　　第六章 實(shí)驗(yàn)仿真29<

16、/p><p>　　6.1 直線走廊環(huán)境29</p><p>　　6.2 L型環(huán)境30</p><p>　　6.3 U形環(huán)境31</p><p>　　第七章 結(jié)論與研究展望32</p><p>　　7.1　多智能機(jī)器人協(xié)調(diào)探測32</p><p>　　7.2　實(shí)時在線探測33<

17、;/p><p>　　7.3　多傳感器信息融合33</p><p>　　7.4　三維環(huán)境地圖構(gòu)建33</p><p><b>　　致 謝34</b></p><p><b>　　參考文獻(xiàn)35</b></p><p>　　第一章 前言 </p><

18、;p>　　1.1 課題背景與意義</p><p>　　移動機(jī)器人的環(huán)境勘測與地圖創(chuàng)建是機(jī)器人領(lǐng)域的熱點(diǎn)研究問題。對于已知環(huán)境中的機(jī)器人自主定位和已知機(jī)器人位置的地圖創(chuàng)建已經(jīng)有了一些實(shí)用的解決方法。然而在很多環(huán)境中機(jī)器人不能利用全局定位系統(tǒng)進(jìn)行定位，而且事先獲取機(jī)器人工作環(huán)境的地圖很困難，甚至是不可能的。這時機(jī)器人需要在自身位置不確定的條件下，在完全未知環(huán)境中創(chuàng)建地圖，同時利用地圖進(jìn)行自主定位和導(dǎo)航。這就是

19、移動機(jī)器人的同時定位與地圖創(chuàng)建(SLAM)問題。SLAM也稱為CML(Concurrent Mapping and Localization)，最先是由smithself和Cheeseman提出來的。由于其重要的理論與應(yīng)用價值，被很多學(xué)者認(rèn)為是實(shí)現(xiàn)真正全自主移動機(jī)器人的關(guān)鍵。在SLAM中,機(jī)器人利用自身攜帶的傳感器識別未知環(huán)境中的特征標(biāo)志，然后根據(jù)機(jī)器人與特征標(biāo)志之間的相對位置和里程計(jì)的讀數(shù)估計(jì)機(jī)器人和特征標(biāo)志的全局坐標(biāo)。這種在線的定位

20、與地圖創(chuàng)建需要保持機(jī)器人與特征標(biāo)志之間的詳細(xì)信息。近幾年來，SLAM的研究取得了很大的進(jìn)展，并已應(yīng)用于各種不同的環(huán)境，如:室內(nèi)環(huán)境、水下、室外環(huán)境。</p><p>　　探測環(huán)境與構(gòu)建地圖是移動機(jī)器人研究領(lǐng)域中發(fā)展起來的一個研究方向，受到了研究人員的日益關(guān)注。空間和危險場合是機(jī)器人的一個很重要應(yīng)用領(lǐng)域。很多情況下，作業(yè)空間的信息是未知的，這樣在派機(jī)器人進(jìn)入該環(huán)境時，就需要它對作業(yè)環(huán)境能進(jìn)行有效地探測，構(gòu)建出作業(yè)環(huán)

21、境的地圖來。只有在了解了環(huán)境的基礎(chǔ)上才可能進(jìn)行導(dǎo)航、路徑規(guī)劃、避障策略和其他操作的設(shè)計(jì)。</p><p>　　1.2 代表性的研究工作</p><p>　　從移動機(jī)器人構(gòu)建地圖方面公開發(fā)表的文章來看，多數(shù)研究工作尚處于模型或設(shè)計(jì)／模擬階段。多是在仿真條件下研究相應(yīng)的算法。這里僅列出了比較有代表性的一些研究工作。</p><p>　　美國Ohio State Uni

22、versity建立的GPSVan系統(tǒng)，采用了GPS、INS、輪式計(jì)數(shù)器、CCD與彩色視頻攝像機(jī)等傳感器。</p><p>　　德國U.Armed Forces建立的KISS系統(tǒng)，采用了GPS、INS、測距儀、高度計(jì)、CCD與彩色視頻攝像機(jī)等傳感器。</p><p>　　德國Tech.School Aachen建立的Surveying Vehicle系統(tǒng)，采用了GPS、輪式傳感器、氣壓計(jì)、視

23、頻CCD等傳感器。</p><p>　　加拿大的Geofit Inc.建立的VISA系統(tǒng)，采用了GPS、INS、CCD與彩色攝像機(jī)等傳感器。</p><p>　　美國CMU建立的Ambler和Navlab系統(tǒng)，分別采用了激光雷達(dá)掃描儀、推測定位法和視頻CCD、Doppler、聲納傳感器。</p><p>　　參與ARPA工程的幾家公司和大學(xué)建立了UGV系統(tǒng)，采用了紅

24、外彩色立體視頻攝像機(jī)、激光雷達(dá)、GPS、傾斜計(jì)、流量羅盤等傳感器。</p><p>　　上述幾種系統(tǒng)主要是用來構(gòu)建道路圖的，因?yàn)槎际褂昧薌PS。利用立體視覺可以得到環(huán)境特征的相對位置，從而能構(gòu)建出部分三維地圖來。</p><p>　　在以前的研究基礎(chǔ)上，美國CMU用一個名為Minerva的交互式導(dǎo)游機(jī)器人在一座博物館中為游人做向?qū)?。他們利用Monte Carlo定位器得出用最大概率值表示的

25、地圖來。在他們的研究中也運(yùn)用了多種理論進(jìn)行地圖構(gòu)建，包括貝葉斯理論、馬爾可夫方法、卡爾曼濾波算法、概率論算法等。</p><p>　　Cai和Pagac分別用范圍傳感器進(jìn)行了單個機(jī)器人和多個機(jī)器人對簡單環(huán)境的探測。Hans用基于特征的方法產(chǎn)生擴(kuò)展卡爾曼濾波器對機(jī)器人的定位與環(huán)境圖繪制加以合成。Ducket將模糊ART神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及預(yù)測性軌跡過濾方法引入到機(jī)器人的學(xué)習(xí)中，實(shí)現(xiàn)環(huán)境信息的更新；Yamauchi利用Fr

26、ontier_cell理論研究了環(huán)境的探測問題，而Shanahan對這一問題的研究則側(cè)重于用邏輯公式描述智能體與環(huán)境的關(guān)系，他采用的是事件積分法；Moorehead的研究中引用了Greedy Search Algorithm來搜集環(huán)境信息。由于機(jī)器人準(zhǔn)確地知道其相對位置，使得問題集中在如何感知環(huán)境信息，如何將感知的環(huán)境信息合理地融合，以及如何有效地協(xié)作和避障，從而較準(zhǔn)確地畫出環(huán)境地圖來。</p><p>　　第二

27、章 研究的主要內(nèi)容</p><p>　　早期的許多系統(tǒng)是由操作者手動指揮機(jī)器人在環(huán)境中運(yùn)動，要么是依靠預(yù)先存儲的地圖，要么是采用被動機(jī)構(gòu)來構(gòu)建地圖。而在另外的系統(tǒng)中，構(gòu)建地圖所需要的傳感器-計(jì)算機(jī)數(shù)據(jù)是由機(jī)器人在人工控制下采集到的，然后再采用離線的學(xué)習(xí)算法來找到與數(shù)據(jù)匹配的最好的地圖來。盡管這些方法有一定的優(yōu)點(diǎn)，但是人工干預(yù)代價太大，而且易于產(chǎn)生人為誤差。同樣的，盡管反應(yīng)式行為通常具有很好的魯棒性，但卻不能保證

28、在復(fù)雜大環(huán)境下建造出完整的地圖來。因此最靈活的方法是讓機(jī)器人通過基于地圖的自動搜索來自行構(gòu)造地圖，也就是說機(jī)器人能夠自動標(biāo)識出未探測的區(qū)域來，根據(jù)自己構(gòu)建的地圖導(dǎo)航到這些區(qū)域，同時也不斷地更新它所構(gòu)建的地圖?，F(xiàn)在該方向的研究主要集中在機(jī)器人的自定位、傳感器技術(shù)和信息融合三方面。</p><p>　　移動機(jī)器人環(huán)境勘測與繪圖領(lǐng)域中存在一些關(guān)鍵問題及難點(diǎn)：</p><p>　　·機(jī)器

29、人地圖創(chuàng)建中的導(dǎo)航問題。在完全未知的環(huán)境里,機(jī)器人沒有任何的參照物,只能依靠自己并不十分準(zhǔn)確的傳感器來獲取外界信息,由于計(jì)算實(shí)時性的限制,如同一個盲人在建筑物里摸索的情況,這種情況下,定位是比較困難的。實(shí)際上目前機(jī)器人地圖創(chuàng)建的一個主要難點(diǎn)也正是難以解決機(jī)器人自身精確定位的問題。</p><p>　　·環(huán)境特征不夠明顯時。例如比較空曠的室外環(huán)境中，很難提取到合適的環(huán)境特征。</p><

30、;p>　　·傳感器信息比較少,難以從一次感知信息中獲得環(huán)境特征。例如使用聲納或紅外傳感器。</p><p>　　·動態(tài)干擾。大多數(shù)研究都是假設(shè)機(jī)器人所在的環(huán)境是一個靜態(tài)環(huán)境,當(dāng)環(huán)境中存在動態(tài)障礙物(例如走動的人)時,機(jī)器人可能會給出錯誤的結(jié)果,即地圖中出現(xiàn)不存在的靜態(tài)障礙物。為去除動態(tài)干擾,可以借助其他傳感器(例如視覺)識別出環(huán)境中的動態(tài)障礙物,也可以通過冗余信息的融合將干擾濾掉。<

31、;/p><p>　　·綁架問題(kidnapping problem),即機(jī)器人的位置由于外力的作用發(fā)生了突然變化,但機(jī)器人自己并不知道發(fā)生了變化,而環(huán)境的變化使得機(jī)器人信息混亂,得到的地圖也變得不可靠。</p><p>　　·大規(guī)模循環(huán)環(huán)境,例如環(huán)形走廊,這樣的環(huán)境缺乏局部特征,定位算法則由于失去參照而產(chǎn)生越來越大的積累誤差。對于以上問題,一方面需要提高機(jī)器人個體的感知能

32、力,另一方面也需要在現(xiàn)有的機(jī)器人感知能力限制下,設(shè)計(jì)更好的不確定信息處理算法,提高系統(tǒng)的可靠性。</p><p>　　2.1 機(jī)器人的自定位</p><p>　　關(guān)于機(jī)器人的自定位研究對于移動機(jī)器人來說，為了能高效率地從環(huán)境中穿行并到達(dá)目的地，或者要構(gòu)建出環(huán)境的地圖來，就必須找到一種方法，使它能根據(jù)環(huán)境中已知的一些特征而判斷出它自身的位置來。這就是機(jī)器人的定位問題。機(jī)器人要想能在未知環(huán)境

33、中自動行走，定位是最基本的問題。</p><p>　　通常，最基本的定位方法是推測定位法。這種方法是通過對機(jī)器人的速度進(jìn)行時間積分而確定機(jī)器人距離起始位置發(fā)生的位置變化。但是，單純用推測定位法容易產(chǎn)生隨時間無限增大的誤差，這就需要在此基礎(chǔ)上再采用另外一些附加措施，來周期性地糾正機(jī)器人的位置誤差。通常情況下是用擴(kuò)展的卡爾曼濾波器將附加的定位技術(shù)與推測定位法相結(jié)合，來更為準(zhǔn)確地更新機(jī)器人的位置。有許多方法可以實(shí)現(xiàn)基于

34、傳感器的定位技術(shù)，而這些技術(shù)往往是通過確定一些探測到的環(huán)境特征與已知的環(huán)境地圖間的對應(yīng)附和性而實(shí)現(xiàn)定位的。有了地圖中一些特征物的已知位置和被感知到的這些特征物距機(jī)器人的位置，就可以確定出機(jī)器人的當(dāng)前位置。</p><p>　　2.2 移動機(jī)器人探測環(huán)境的傳感器技術(shù)</p><p>　　無論是定位還是行走，機(jī)器人都是靠傳感器收集環(huán)境信息來實(shí)現(xiàn)的。目前，機(jī)器人進(jìn)行環(huán)境探測所用的傳感器主要有范

35、圍傳感器（包括聲納、紅外、激光等）和視覺傳感器。早期的研究集中在傳感器硬件的改進(jìn)上，現(xiàn)在逐漸轉(zhuǎn)移到算法開發(fā)上。任何傳感器都有其固有的局限性，會產(chǎn)生信號噪聲。探測環(huán)境信息的信息噪聲可以通過補(bǔ)償算法加以消除，而定位產(chǎn)生的噪聲則會對定位產(chǎn)生直接的誤差。而且傳感器的范圍和分辨率限制使得一些很重要的環(huán)境性質(zhì)無法被檢測到。而機(jī)器人與環(huán)境的模型本身就具有模糊性的，也會對傳感系統(tǒng)探測帶來額外的不確定性。下面是對探測環(huán)境所采用的傳感器技術(shù)進(jìn)行的總結(jié)：&l

36、t;/p><p>　　2.2.1 測距法</p><p>　　測距法在短時間內(nèi)的探測結(jié)果有很高的準(zhǔn)確度，但傳感器需要極高的采樣率。而且誤差隨時間的積累會使最終的位置誤差很大。實(shí)際誤差分為兩類：系統(tǒng)誤差和非系統(tǒng)誤差。系統(tǒng)誤差是由機(jī)器人運(yùn)動學(xué)上的不完善引起的；非系統(tǒng)誤差是機(jī)器人與環(huán)境地面之間因打滑、撞擊等引起的。</p><p>　　2.2.2 慣性導(dǎo)航</p&g

37、t;<p>　　慣性導(dǎo)航用陀螺儀和加速儀的測量結(jié)果積分合成得到機(jī)器人位置。這種方式不需要外在的參考系。但是慣性傳感數(shù)據(jù)會隨時間產(chǎn)生偏差，每次積分后原先的微小誤差都會無限制地增大。光纖陀螺儀（又稱為激光陀螺儀）用來檢測和修正系統(tǒng)產(chǎn)生的位置誤差，其檢測非常準(zhǔn)確。</p><p>　　2.2.3 磁性羅盤</p><p>　　從對推測定位累積誤差的影響來說，機(jī)器人的運(yùn)動朝向在導(dǎo)航

38、參數(shù)（坐標(biāo)與運(yùn)動朝向）中是最重要的。磁性羅盤就能夠檢測出機(jī)器人的絕對運(yùn)動朝向來。其不足是在電源線或輪子的結(jié)構(gòu)附近地球磁場往往會被扭曲。根據(jù)與地球磁場有關(guān)的物理影響不同，可以分為機(jī)械式磁羅盤、流量控制磁羅盤、大廳效應(yīng)羅盤、磁致阻抗羅盤和磁致彈性羅盤。對于移動機(jī)器人而言，流量控制羅盤較為適用。</p><p>　　2.2.4 主動燈塔</p><p>　　主動燈塔可以很可靠地被檢測到，并且只

39、需要最少的處理就可以提供精確的定位信息。它可以容忍很高的采樣率，從而產(chǎn)生很高的可靠性，其不足是會導(dǎo)致很高的安裝和維護(hù)費(fèi)用。探測方法有三邊法和三角法。</p><p>　　2.2.5 全球定位系統(tǒng)</p><p>　　全球定位系統(tǒng)由若干衛(wèi)星和地面接收器組成，主要適用于室外環(huán)境的地圖建造。用一種很先進(jìn)的三邊算法地面接收器可以計(jì)算出衛(wèi)星的位置來，已知地面接收器與三個衛(wèi)星間的距離，從理論上就可以

40、計(jì)算出接受器的緯度、經(jīng)度和高度。由于樹木和山地的影響帶來的周期性信號阻滯、多路徑干擾、初步導(dǎo)航系統(tǒng)定位精度不夠等是這類系統(tǒng)的不足之處。</p><p>　　2.2.6 路標(biāo)導(dǎo)航</p><p>　　在路標(biāo)導(dǎo)航中，一般來說，路標(biāo)都有固定的已知位置，機(jī)器人參照路標(biāo)可以進(jìn)行相對定位。為了使問題簡化，經(jīng)常假設(shè)機(jī)器人的當(dāng)前位置和朝向已經(jīng)劃定，機(jī)器人只需在有限的區(qū)域內(nèi)尋找路標(biāo)。為了成功檢測出路標(biāo)來，

41、需要很高的測距精度。</p><p>　　2.3 多傳感器信息的融合</p><p>　　由于越來越多的研究采用了多種或多個傳感器，就出現(xiàn)了多傳感器信息的融合問題。多傳感器信息融合系統(tǒng)把從多個傳感器得到的信息結(jié)合起來，可以更好地描述探測對象。多傳</p><p>　　感器比單種或單個傳感器能提供冗余和互補(bǔ)性的信息。冗余信息可以用來降低某類傳感器信息的不確定性，使系

42、統(tǒng)在某一傳感器失效時仍保持穩(wěn)定性，或者說具有魯棒性?；パa(bǔ)性信息可以更為完整地提供被探測對象的狀態(tài)。盡管遇到的具體問題困難各異，但最終目標(biāo)是一樣的，就是利用所有能得到的數(shù)據(jù)來更好地理解被研究的現(xiàn)象。</p><p>　　2.3.1 融合結(jié)構(gòu)</p><p>　　關(guān)于融合結(jié)構(gòu)可分為3類：集中式結(jié)構(gòu)、分層式結(jié)構(gòu)和分布式結(jié)構(gòu)。</p><p>　　傳統(tǒng)的融合結(jié)構(gòu)是集中式的

43、，來自不同傳感器的數(shù)據(jù)被送到一個中央元件，即融合節(jié)點(diǎn)，在這里完成數(shù)據(jù)的融合。集中式融合結(jié)構(gòu)有如下缺點(diǎn)：計(jì)算和通信的負(fù)載過重，融合節(jié)點(diǎn)可能失效，對系統(tǒng)和傳感器的變化不具有適應(yīng)性。</p><p>　　在分層式結(jié)構(gòu)中，有若干個融合節(jié)點(diǎn)可以完成間接的數(shù)據(jù)融合，還有一個中央融合節(jié)點(diǎn)，作最后的融合。由于各融合節(jié)點(diǎn)可以在不同的處理器中，這樣計(jì)算負(fù)荷就減小了。但是它存在通信瓶頸和中央融合節(jié)點(diǎn)的問題。</p>&l

44、t;p>　　而分布式融合結(jié)構(gòu)是由多個融合節(jié)點(diǎn)組成，各融合節(jié)點(diǎn)處理與其相應(yīng)的傳感器提供的數(shù)據(jù)，并將所得的信息發(fā)送給其他的節(jié)點(diǎn)，使其可以在相應(yīng)的融合處理過程中使用該信息。根據(jù)融合節(jié)點(diǎn)的連接方式，可以給分布式結(jié)構(gòu)定義出不同的拓?fù)浣Y(jié)構(gòu)來。在完全連接的拓?fù)浣Y(jié)構(gòu)中，所有的融合節(jié)點(diǎn)都與其他的融合節(jié)點(diǎn)相連接，并接收信息，從而可以在融合過程中使用所有能得到的數(shù)據(jù)。而在不完全連接的拓?fù)浣Y(jié)構(gòu)中，融合節(jié)點(diǎn)只能使用不同傳感器的部分信息。分布式融合結(jié)構(gòu)的優(yōu)點(diǎn)

45、在于其具有模塊化、適應(yīng)性和可擴(kuò)展性，以及對一些節(jié)點(diǎn)的失效具有魯棒性。</p><p>　　2.3.2 融合算法</p><p>　　關(guān)于融合算法基本上有2種理論：決策或檢測理論與估計(jì)理論。前者主要用來做決定，對目標(biāo)進(jìn)行探測或分類。其基礎(chǔ)理論為人工智能技術(shù)，如：神經(jīng)網(wǎng)絡(luò)，模糊邏輯，貝葉斯方法，基于規(guī)則的方法，Dempster-Shafer方法。后者是要找到與所觀察到的數(shù)據(jù)較吻合的狀態(tài)。估計(jì)

46、理論問題可以分為以下3類：過濾、預(yù)測和消除不確定性，分別指：上一次感知的時間、將來的某一時間和過去的某一時間，在當(dāng)前所能得到的數(shù)據(jù)基礎(chǔ)上，估計(jì)系統(tǒng)的狀態(tài)。三者的結(jié)合則可以用全部的信息來估計(jì)系統(tǒng)在任何時間的狀態(tài)，并且能處理異步數(shù)據(jù)的融合。但是由于其計(jì)算量太大，因此在實(shí)時系統(tǒng)中并非十分適用。</p><p>　　第三章 傳感器的介紹</p><p>　　3.1 超聲波傳感器</p&g

47、t;<p>　　超聲波是一種只有少數(shù)生物(如蝙蝠、海豚)才能感覺到的機(jī)械波，其頻率在20kHZ以上，波長短，繞射小，能定向傳播。它具有縱波(在氣、液、固體中傳播)、橫波(在固體中傳播)和表面波(沿固體表面?zhèn)鞑?三種波型，而且遇到雜質(zhì)或傳播介質(zhì)分界面會產(chǎn)生明顯的反射，這種反射不是嚴(yán)格定向的，具有散射性。</p><p>　　以超聲波作為檢測手段，必須產(chǎn)生超聲波和接收超聲波。完成這種功能的裝置就是超聲波

48、傳感器，習(xí)慣上稱為超聲換能器，或者超聲探頭。 　　超聲波探頭主要由壓電晶片組成，既可以發(fā)射超聲波，也可以接收超聲波。小功率超聲探頭多作探測作用。它有許多不同的結(jié)構(gòu)，可分直探頭（縱波）、斜探頭（橫波）、表面波探頭（表面波）、蘭姆波探頭（蘭姆波）、雙探頭（一個探頭反射、一個探頭接收）等。</p><p>　　在移動機(jī)器人中應(yīng)用的超聲波傳感器，是利用超聲波在空氣中的定向傳播和固體反射特性(縱波)，通過接收自身發(fā)射的超

49、聲波反射信號，根據(jù)超聲波發(fā)出及回波接收時間差及傳播速度，計(jì)算出傳播距離，從而得到障礙物到機(jī)器人的距離。從發(fā)射波束特性知，由于擴(kuò)散角的原因，使超聲測距的角度分辨率較低，但距離分辨率較高(lcm左右)，目前最大探測距離為15米，最小盲區(qū)0.3--0.4米。超聲波傳感器具有反映靈敏、探測速度快(一個測量周期僅需幾十毫秒)的優(yōu)點(diǎn)，而且結(jié)構(gòu)簡單，體積小，成本低，因而在目前己知的實(shí)驗(yàn)型和應(yīng)用型移動機(jī)器人中，多數(shù)都安裝了它，用于室內(nèi)和室外近距離避(停

50、)障。通常，以多個傳感器組成陣列形式，根據(jù)單個傳感器擴(kuò)散角及反射特性，確定合理的密度，己覆蓋要求的探測區(qū)?？偟膩碚f，超聲波傳感器的造價低廉、速度快、距離分辨率較高，但其方向性茶、鏡面反射嚴(yán)重、測距范圍小，因此，比較適合于室內(nèi)環(huán)境的距離測量，在室外場合下無法滿足應(yīng)用的要求。</p><p>　　3.1.1 超聲波傳感器的性能指標(biāo) 　　超聲探頭的核心是其塑料外套或者金屬外套中的一塊壓電晶片。構(gòu)成晶片的材料可以有許

51、多種。晶片的大小，如直徑和厚度也各不相同，因此每個探頭的性能是不同的，我們使用前必須預(yù)先了解它的性能。超聲波傳感器的主要性能指標(biāo)包括： </p><p><b>　?。?）工作頻率</b></p><p>　　工作頻率就是壓電晶片的共振頻率。當(dāng)加到它兩端的交流電壓的頻率和晶片的共振頻率相等時，輸出的能量最大，靈敏度也最高。 　　（2）工作溫度</p>

52、<p>　　由于壓電材料的居里點(diǎn)一般比較高，特別時診斷用超聲波探頭使用功率較小，所以工作溫度比較低，可以長時間地工作而不失效。醫(yī)療用的超聲探頭的溫度比較高，需要單獨(dú)的制冷設(shè)備。 　?。?）靈敏度</p><p>　　主要取決于制造晶片本身。機(jī)電耦合系數(shù)大，靈敏度高；反之，靈敏度低。</p><p>　　3.1.2 超聲波測距原理</p><p>　　由

53、物理學(xué)知，聲波屬于彈性機(jī)械波，按振動頻率的不同，分為次聲波（小于20），聲波（20～20）及超聲波（以上）。由于超聲波反射能力很強(qiáng)，而且波長也遠(yuǎn)比一般的平面反射物表面粗糙度大，所以通常對堅(jiān)硬物質(zhì)表面都能反射，利用這一特性，可以將超聲波用于物體定位。</p><p>　　人們設(shè)計(jì)了各種各樣的超聲波定位裝置。這里使用的測量方法是“回波法”，其基本原理如圖3.1所示。</p><p>　　超聲波

54、傳感器將固定頻率的超聲波發(fā)射出去。聲波在傳播過程中，遇到障礙物后被反射回來。由于發(fā)射出去的超聲波及反射回來的超聲波頻率相同。因此超聲波傳感器可將反射回來的超聲波與環(huán)境中其他頻率的聲波信號區(qū)別開來，從而捕獲回波信號。</p><p>　　令超聲波發(fā)射時刻為，返回時刻為。則超聲波傳感器與障礙物距離d為：</p><p><b>　　式中表示聲速</b></p>

55、<p>　　聲波在傳輸及反射過程中會有損耗，幅值變化程度與探測距離成反比。障礙物越遠(yuǎn)，反射回來的超聲波能量越低。當(dāng)距離大到一定程度，反射回的超聲波信號非常微弱，不被檢測到，超聲波測距模塊達(dá)到測量閾值上限。目前基于“回波法”的超聲波測距模塊測量閾值上限一般為3～10米。對于給定的超聲波傳感器探頭，閾值上限主要是由發(fā)射功率決定的。超聲波發(fā)射能量越大，幅值越高，其探測的距離就越遠(yuǎn)。</p><p>　　3

56、.1.3 超聲波頻率的選取</p><p>　　前文已經(jīng)提到超聲波是大于的聲波。不同頻率的聲波在大氣中的傳播速度是相等的。但聲波頻率越高，衰減地就越厲害，傳播距離就越短。因此頻率較低的超聲波傳播距離較長；但由于其波長較長，因此測量精度較低。例如當(dāng)頻率為時，波長為0.85厘米，當(dāng)頻率為時波長為1.7厘米。所以雖然的聲波傳播距離較遠(yuǎn)，但是精度卻降低了一倍。因此在設(shè)計(jì)超聲測距模塊時應(yīng)該綜合考慮，在既不影響接收時強(qiáng)度，

57、又具備所需精度情況下，對測距儀選用頻率。在本實(shí)驗(yàn)中，要求超聲波測量距離為3米，因此選用的超聲波探頭較為合適。</p><p>　　3.1.4 超聲波測距的優(yōu)、缺點(diǎn)</p><p><b>　　超聲波測距的優(yōu)點(diǎn)：</b></p><p>　　1.超聲波對色彩、光照度不敏感，可適用于識別透明、半透明及漫反射性差的物體（如玻璃，拋光體）。</

58、p><p>　　2.超聲波對外界光線和電磁場不敏感，可用于黑暗、有灰塵或煙霧、電磁干擾強(qiáng)、有毒等惡劣環(huán)境中。</p><p>　　3.超聲波傳感器結(jié)構(gòu)簡單，體積小，費(fèi)用低，信息處理簡單可靠，易于實(shí)現(xiàn)。</p><p><b>　　超聲波測距的缺點(diǎn)：</b></p><p>　　1.由超聲波原理可知，它是以聲波速度不變?yōu)榛A(chǔ)的

59、，然而在實(shí)際環(huán)境中，聲波速度會受環(huán)境中各種因素例如氣體密度、溫度、濕度、分子成分等的影響，從而給測量帶來誤差。</p><p>　　2.此外由于超聲波能量較強(qiáng)，即使在給定空間中只有一個超聲波發(fā)射源，仍然可能因?yàn)槌暡ㄔ诳臻g中反復(fù)彈射而帶來干擾誤差。</p><p>　　3.超聲波測距模塊在近距離有盲區(qū)，且方向性較差。</p><p>　　3.1.5 超聲傳感器的構(gòu)

60、架方案</p><p>　　目前國內(nèi)外類似的環(huán)境探測移動機(jī)器人，采用的多是利用多超聲傳感器按不同角度組成</p><p>　　陣列的方式對周圍環(huán)境進(jìn)行探測。而我們研制的移動機(jī)器人獨(dú)創(chuàng)性的采用了一個超聲傳感器</p><p>　　加轉(zhuǎn)向機(jī)構(gòu)的方式來實(shí)現(xiàn)同樣的功能。缺點(diǎn)是實(shí)時性不高，行駛速度有限。但由于我們采取了根據(jù)環(huán)境信息自動調(diào)節(jié)行駛速度的控制策略，很好的解決了這個問

61、題。在保證精度的前提下，最高速度達(dá)到了1m/s，在目前移動機(jī)器人中屬于速度較高的類型。</p><p>　　圖3.2 超聲傳感器轉(zhuǎn)動角度位置圖</p><p>　　優(yōu)點(diǎn)是由于使用較少的高精度超聲波傳感器，一方面成本顯著降低，另一方面大大縮小了我們的移動機(jī)器人的結(jié)構(gòu)尺寸，體形輕巧。 </p><p>　　3.2 紅外傳感器</p><p>

62、　　紅外線也是一種只有少數(shù)生物(如響尾蛇)才能感覺到的光波，其波長為lam- 1000nm，具有定向傳播和反射能力。盡管自然環(huán)境中各種物體均能不同程度的釋放出紅外能量，但由于其波長及大小很難準(zhǔn)確分辨，故移動機(jī)器人上的紅外傳感器，工作原理與超聲波傳感器類似，同樣采用發(fā)射固定波長的紅外線并接收同一回波的主動方式，其探測特性與超聲波傳感器恰好相反，即角度分辨率高，而距離分辨率低。當(dāng)然，它同樣具有靈敏度高，結(jié)構(gòu)簡單，成本低等優(yōu)點(diǎn)，因此在移動機(jī)器

63、人中，常用作接近覺傳感器，探測臨近或突發(fā)運(yùn)動障礙，便于機(jī)器人緊急停障。</p><p>　　目前市場上提供的紅外線傳感器多只提供一個量程，且體積較大，不適合作為我們移動機(jī)器人的測距傳感器。因而我們自行研制了紅外線測距模塊。為了能有效判斷障礙物與移動機(jī)器人的距離范圍，我們的紅外線測距模塊可以將測量結(jié)果分成4段，最大測量范圍為80cm。適合作為我們移動機(jī)器人的測距傳感器，同時此模塊還具有體積小巧的優(yōu)點(diǎn)，測量頭只有1.

64、5×1.5×1cm。 </p><p>　　紅外分布式接近傳感器測量結(jié)果分成4段，最大測量范圍為80cm，如表3.1 所示。這樣，移動機(jī)器人便可以感知其周圍障礙物的接近程度，并采取相應(yīng)的避障控制算法，很大程度上提高了移動機(jī)器人在復(fù)雜環(huán)境中執(zhí)行任務(wù)的能力和效率。</p><p>　　表3.1 紅外傳感器的探測距離分布</p><p>　　3.3

65、 多傳感器的數(shù)據(jù)融合與控制決策</p><p>　　移動機(jī)器人配備了多種傳感器，包括1個超聲波傳感器、6個分段式紅外線傳感器、加速度計(jì)、里程計(jì)和角速度陀螺儀。這些傳感器采集的信息有些是冗余的，有些是互補(bǔ)的。將多傳感器的數(shù)據(jù)進(jìn)行融合，以充分利用傳感器資源，從而使系統(tǒng)做出更優(yōu)的控制決策,如圖3.3。</p><p>　　圖3.3 多傳感器數(shù)據(jù)融合與控制決策</p><p&

66、gt;　　其中，超聲波傳感器和一個紅外線傳感器可旋轉(zhuǎn)，對環(huán)境信息進(jìn)行探測。超聲波傳感器每隔讀取一次值，用黑色的長線表示；紅外線傳感器每隔讀取一次數(shù)值，用紅色的短線表示，為超聲波傳感器的波束角，如圖3.4所示。</p><p>　　圖3.4 超聲波與紅外線掃描示意圖</p><p>　　如圖3.5所示“探索者”環(huán)境感知系統(tǒng)由6個分段式紅外線傳感器（圓圈），</p><p

67、>　　1個超聲波傳感器（三角形）和一個轉(zhuǎn)向機(jī)構(gòu)組成。車輛前進(jìn)時，超聲波傳感器以及1、2、3號紅外線傳感器提供環(huán)境信息。車輛后退時4、5、6號紅外線傳感器提供環(huán)境信息。</p><p>　　第四章 環(huán)境地圖的表示方法</p><p>　　創(chuàng)建地圖必須解決三個基本的問題</p><p>　　1)如何表示環(huán)境地圖,即地圖的表示方法。</p><

68、p>　　2)怎樣獲得環(huán)境信息,機(jī)器人在環(huán)境中漫游并記錄傳感器的感知數(shù)據(jù),這就涉及到機(jī)器人的導(dǎo)航問題。</p><p>　　3)怎樣表示獲得的環(huán)境信息并根據(jù)環(huán)境信息更新地圖,這里需要解決對不確定信息的描述和處理方法。</p><p>　　可以提出很多用于表示環(huán)境地圖的方法,但這種方法應(yīng)滿足下面三個要求:</p><p><b>　　·便于計(jì)算

69、機(jī)的處理</b></p><p>　　·容易加入新的信息更新地圖</p><p>　　·機(jī)器人可以依靠該地圖信息完成特定的任務(wù),如導(dǎo)航、搜索等等。 </p><p>　　構(gòu)造地圖的目的是用于絕對坐標(biāo)系下的位姿估計(jì)并指導(dǎo)機(jī)器人進(jìn)行路徑規(guī)劃。環(huán)境預(yù)存地圖可以是CAD模型圖、手工繪制的結(jié)構(gòu)圖或者由傳感器數(shù)據(jù)構(gòu)造的模型圖。地圖的表示方法有四種

70、：拓?fù)鋱D、特征圖、網(wǎng)格圖及直接表征法。拓?fù)鋱D把室內(nèi)環(huán)境表示為帶結(jié)點(diǎn)和相關(guān)連接線的拓?fù)浣Y(jié)構(gòu)圖，其中結(jié)點(diǎn)表示環(huán)境中的重要位置點(diǎn)(拐角、門、電梯、樓梯等)，邊表示結(jié)點(diǎn)間的連接關(guān)系，如走廊等。特征圖用有關(guān)的幾何特征(如點(diǎn)、直線、面)表示環(huán)境。網(wǎng)格圖則是把環(huán)境劃分成一系列網(wǎng)格，其中每一網(wǎng)格給定一個可能值，表示該網(wǎng)格被占據(jù)的幾率。直接表征法省去了網(wǎng)格或特征表示這一中間環(huán)節(jié)，直接用傳感器讀取的數(shù)據(jù)來構(gòu)造機(jī)器人的位置空間。幾種方法各有自己的特點(diǎn)和適用范

71、圍，其中特征圖和網(wǎng)格圖應(yīng)用最普遍。</p><p><b>　　4.1 拓?fù)鋱D</b></p><p>　　拓?fù)鋱D通常是根據(jù)環(huán)境結(jié)構(gòu)定義的，由位置結(jié)點(diǎn)和連接線組成。環(huán)境的拓?fù)淠Ｐ途褪且粡堖B接線圖，其中的位置是節(jié)點(diǎn)，連接器是邊。拓?fù)鋱D可組織為層次結(jié)構(gòu)。例如在最底層，一個位置可能就是一個房間，但在更上一層時則可能是一棟建筑物或一座城市。地鐵、公交</p>

72、<p>　　路線圖均是典型的圖形結(jié)構(gòu)實(shí)例，其中?？空緸楣?jié)點(diǎn)，節(jié)點(diǎn)間的通道為邊。拓?fù)鋯卧睦佑凶呃群头块g等，而打印機(jī)、桌椅等則是功能單元。連接器用于連接對應(yīng)的位置，如門、樓梯、電梯等。拓?fù)鋱D把環(huán)境建模為一張線圖表示，忽略了具體的幾何特征信息，不必精確表示不同節(jié)點(diǎn)間的地理位置關(guān)系，圖形抽象，表示方便。當(dāng)機(jī)器人離開一個節(jié)點(diǎn)時，機(jī)器人只需知道它正在哪一條邊上行走也就夠了。在一般的辦公環(huán)境中，走廊的岔道處成90°角，因而只有

73、四個方向需要識別。這通常應(yīng)用里程計(jì)就可實(shí)現(xiàn)機(jī)器人的定位。為了應(yīng)用拓?fù)鋱D進(jìn)行定位，機(jī)器人必須能識別節(jié)點(diǎn)。因此節(jié)點(diǎn)要求具有明顯可區(qū)分和識別的標(biāo)識、信標(biāo)或特征，并應(yīng)用相關(guān)傳感器進(jìn)行識別。拓?fù)鋱D易于擴(kuò)展，但難于可靠、精確地識別具體位置。</p><p><b>　　4.2 特征圖</b></p><p>　　利用環(huán)境特征構(gòu)造地圖是最常用的方法之一，大多數(shù)城市交通圖就是采用這

74、種方法繪制的。指示房間位置的門牌號是最易接受的特征實(shí)例。在室內(nèi)結(jié)構(gòu)化環(huán)境中，最常見的特征是直線段、角、邊。這些特征可用它們的顏色、長度、寬度、位置等參數(shù)表示?；谔卣鞯牡貓D一般用如下的特征集合表示：，其中是一個特征(邊、線、角等)，ｎ是地圖中的特征總數(shù)。Chatila最早應(yīng)用多邊形地圖來表示環(huán)境結(jié)構(gòu)，并根據(jù)激光測距傳感器的讀入值預(yù)測機(jī)器人所在位置。Drumhellor用線段構(gòu)造全局地圖，并用超聲波傳感器進(jìn)行定位。Arras和Tomati

75、s用激光雷達(dá)提取水平直線特征，用視覺系統(tǒng)提取垂直線段特征，使地圖結(jié)構(gòu)更加豐富。應(yīng)用人工標(biāo)識的定位方法是比較常用的特征定位方法。該方法需要事先在作業(yè)環(huán)境中設(shè)置易于辨別的標(biāo)識物。當(dāng)應(yīng)用自然標(biāo)識定位時，自然信標(biāo)的幾何特征(如點(diǎn)、線、角等)得事先給定。特征法定位準(zhǔn)確，模型易于由計(jì)算機(jī)描述和表示，參數(shù)化特征也適用于路徑規(guī)劃和軌跡控制，但特征法需要特征提取等預(yù)處理過程，對傳感器噪聲比較敏感，只適于高度結(jié)構(gòu)化環(huán)境。</p><p&

76、gt;<b>　　4.3 網(wǎng)格圖</b></p><p>　　特征參數(shù)法的一個缺點(diǎn)是對所應(yīng)用的特征信息必須有精確的模型進(jìn)行描述。另一種替代的方法是應(yīng)用網(wǎng)格圖。網(wǎng)格圖把機(jī)器人的工作空間劃分成網(wǎng)狀結(jié)構(gòu)，網(wǎng)格中的每一單元代表環(huán)境的一部分，每一個單元都分配了一個概率值，表示該單元被障礙物占據(jù)的可能性大小。網(wǎng)格法最早由Moravec和Elfes提出，在機(jī)器人的路徑規(guī)劃、導(dǎo)航、避障控制、位姿估計(jì)中均&

77、lt;/p><p>　　得到了廣泛應(yīng)用，并已成為一種通用的移動機(jī)器人定位方法。網(wǎng)格法是一種近似描述，易于創(chuàng)建和維護(hù)，對某個網(wǎng)格的感知信息可直接與環(huán)境中某個區(qū)域?qū)?yīng)，機(jī)器人對所測得的障礙物具體形狀不太敏感，特別適于處理超聲測量數(shù)據(jù)。但當(dāng)在大型環(huán)境中或網(wǎng)格單元劃分比較細(xì)時，網(wǎng)格法計(jì)算量迅速增長，需要大量內(nèi)存單元，使計(jì)算機(jī)的實(shí)時處理變得很困難。</p><p><b>　　4.4　直接表征

78、法</b></p><p>　　直接表征法是直接應(yīng)用傳感器讀入的數(shù)據(jù)來描述環(huán)境。由于傳感器數(shù)據(jù)本身比特征或網(wǎng)格這一中間表示環(huán)節(jié)包含了更豐富的環(huán)境描述信息，因此直接應(yīng)用原始傳感器數(shù)據(jù)的環(huán)境表示法并不是一種離奇的想法。通過記錄來自不同位置及方向的環(huán)境外觀感知數(shù)據(jù)，這些圖像中包括了某些坐標(biāo)、幾何特征或符號信息，利用這些數(shù)據(jù)作為在這些位置處的環(huán)境特征描述。這與識別拓?fù)湮恢盟捎玫姆椒ㄔ砩鲜且粯拥?，差別僅在于

79、該法試圖從所獲取的傳感器數(shù)據(jù)中創(chuàng)建一個函數(shù)關(guān)系以便更精確地確定機(jī)器人的位置。由于在不同的方位所獲得的外觀圖像不同，如果在局部地圖中傳感器數(shù)據(jù)到機(jī)器人位置間具有一一對應(yīng)關(guān)系，那么將當(dāng)前位置獲取的圖像與原來的參考圖像進(jìn)行比較，則可以跟蹤機(jī)器人的位置。對該函數(shù)經(jīng)過一定的轉(zhuǎn)換，可進(jìn)行全局定位。 </p><p>　　直接表征法數(shù)據(jù)存貯量大，環(huán)境噪聲干擾嚴(yán)重，特征數(shù)據(jù)的提取與匹配困難，其應(yīng)用受到一定限制。</p>

80、;<p>　　第五章 環(huán)境地圖創(chuàng)建設(shè)計(jì)方案</p><p>　　畢業(yè)設(shè)計(jì)中所用的移動機(jī)器人是基于指導(dǎo)老師改裝的智能小車。該智能小車具有較高的自主導(dǎo)航定位精度，利用超聲傳感器和紅外傳感器進(jìn)行環(huán)境探測與識別，能夠?qū)崿F(xiàn)自主避障和多點(diǎn)動態(tài)路徑規(guī)劃功能。</p><p>　　圖5.1 移動機(jī)器人實(shí)物圖</p><p>　　圖5.2 移動機(jī)器人的控制結(jié)構(gòu)&l

81、t;/p><p>　　圖5.3 移動機(jī)器人數(shù)據(jù)采集流程</p><p>　　5.1 障礙點(diǎn)位置的推算</p><p>　　系統(tǒng)具有了較高精度的導(dǎo)航定位和較強(qiáng)的環(huán)境探測能力之后，就可以進(jìn)行環(huán)境繪制，畫出環(huán)境的二維地圖。如圖5.4所示，移動機(jī)器人位置為，障礙物相對移動機(jī)器人的距離為，相對移動機(jī)器人正前方夾角為（障礙位于移動機(jī)器人正前方的左邊時為正，位于移動機(jī)器人正前方的

82、右邊時為負(fù)）。障礙物相對于移動機(jī)器人所在方向逆時針為正,順時針為負(fù)。</p><p>　　圖5.4 小車位姿及障礙示意圖</p><p>　　根據(jù)移動機(jī)器人的位姿和障礙物相對于移動機(jī)器人的位置，便可推算出障礙物的坐標(biāo)，實(shí)時地進(jìn)行地圖繪制。障礙點(diǎn)坐標(biāo)可由式5.1 得出：</p><p><b>　　（5.1）</b></p>&l

83、t;p>　　假設(shè)超聲傳感器的最大有效值為MAX,當(dāng)超聲的讀數(shù)大于最大有效值時,認(rèn)為超聲沒有返回讀數(shù).最大有效值越大,機(jī)器人就“看”得越遠(yuǎn),但是傳感器的讀數(shù)也就越不精確.為了保證較好的精確度,將MAX設(shè)定為2. 5ｍ.如果超聲的讀數(shù)小于最大有效值,那么就認(rèn)為超聲讀數(shù)有效,也就是檢測到了障礙物.圖為沒有設(shè)定MAX值，超聲傳感器認(rèn)為超過3米遠(yuǎn)的地方就返回一個距離為3米障礙點(diǎn)，那么整個圖形顯示就非常的雜亂，很難辨別出環(huán)境的輪廓。</

84、p><p>　　局部特征地圖是根據(jù)連續(xù)幾次超聲掃描獲取的機(jī)器人當(dāng)前位置的幾何特征地圖.在機(jī)器人運(yùn)動過程中,首先根據(jù)當(dāng)前的超聲數(shù)據(jù)預(yù)測可能的特征,然后通過特征匹配,最后獲得局部特征地圖。</p><p>　　圖5.5 超聲波傳感器設(shè)定MAX值前、后得到的環(huán)境地圖對比</p><p>　　在實(shí)驗(yàn)中，常常會在墻角后方比較遠(yuǎn)處標(biāo)出一個障礙點(diǎn)，這個點(diǎn)實(shí)際上是個鏡像點(diǎn)，是一個虛假

85、的障礙點(diǎn)，在實(shí)驗(yàn)中，我們必須要把此類障礙點(diǎn)排除掉，使描繪出來的地圖更加逼真，且不顯得累贅。</p><p>　　進(jìn)入墻角后小車速度會降低，在障礙物前徘徊，此時超聲傳感器繼續(xù)掃描周圍環(huán)境，采集到的數(shù)據(jù)點(diǎn)會不斷增加，如果把這種情況下的障礙點(diǎn)描繪出來，在地圖中會增加大量的重復(fù)點(diǎn)，而且有些點(diǎn)屬于鏡像點(diǎn)。</p><p>　　圖5.6 幻影產(chǎn)生示意圖</p><p>　　結(jié)

86、合我們實(shí)驗(yàn)用的移動機(jī)器人現(xiàn)有數(shù)據(jù)和裝備，我們可以利用速度來判斷小車是否陷入了類似墻角的障礙中，也就是說當(dāng)小車速度非常低的時候我們就認(rèn)為小車前方遇到了墻角，那么此時小車采集到的障礙物數(shù)據(jù)我們就不在圖上表現(xiàn)出來，那么許多鏡像點(diǎn)就消除了。墻角的圖形實(shí)際上在小車還沒陷入的時候已經(jīng)基本繪制出來了，因此我們把小車陷入墻角時采集到的障礙點(diǎn)剔除掉，這對整個環(huán)境的圖形繪制沒有太大影響。 </p><p>　　計(jì)算移動機(jī)器人的即

87、時速度需要知道機(jī)器人在相鄰兩個數(shù)據(jù)采集點(diǎn)的自身坐標(biāo)位置改變和采集兩個相鄰數(shù)據(jù)所用的時間，是機(jī)器人超聲傳感器的探頭一從左至右掃描一次所用的時間，中間一共有8個間隔，那么相鄰兩個采集點(diǎn)之間的時間間隔，根據(jù)測量，,</p><p>　　機(jī)器人自身坐標(biāo)變換的距離計(jì)算公式為</p><p>　　因此機(jī)器人即時速度為</p><p>　　那么移動機(jī)器人每采集一次數(shù)據(jù)，我們可以直

88、接得到6個信息，包括小車橫坐標(biāo)、小車縱坐標(biāo)、小車方位（旋轉(zhuǎn)分量）、超聲傳感器角度代碼、障礙物距離、紅外傳感器的信息,見表5.1。</p><p>　　表5.1 移動機(jī)器人采集數(shù)據(jù)變量 </p><p>　　為了便于數(shù)據(jù)處理，我們采用結(jié)構(gòu)體來保存?zhèn)鞲衅鞑杉降臄?shù)據(jù)變量，如下所示：</p><p>　　str

89、uct Envir_Inf </p><p><b>　　{</b></p><p>　　short x_car; //小車x坐標(biāo)，坐標(biāo)1cm為單位</p><p>　　short y_car; //小車y坐標(biāo)，坐標(biāo)1cm為單位 </p><p>　　short angle_car; //

90、小車當(dāng)前指向角度，0.1度為單位 + -1800 </p><p>　　unsigned char us_id;//超聲發(fā)送角度代碼（0-8）</p><p>　　unsigned char us_dis; //超聲測距信息，0.002743m為單位</p><p>　　unsigned char infar_data[4]; //當(dāng)前紅外信息</

91、p><p><b>　　} </b></p><p><b>　　5.2 軟件設(shè)計(jì)</b></p><p>　　我們需要設(shè)計(jì)一個二維直角坐標(biāo)圖作為環(huán)境地圖的示意圖，把移動機(jī)器人采集到的數(shù)據(jù)在地圖上描繪出來，包括移動機(jī)器人自身的運(yùn)行軌跡與環(huán)境障礙圖。數(shù)據(jù)是通過移動機(jī)器人和上位機(jī)之間的通信模塊發(fā)送到上位機(jī)（筆記本）的。在上位機(jī)上

92、我們采用虛擬儀器軟件Lab Windows/CVI設(shè)計(jì)一個可視化的界面。</p><p>　　Lab Windows/CVI是National Instruments 公司（美國國家儀器公司，簡稱NI公司）推出的32位面向計(jì)算機(jī)測控領(lǐng)域的軟件開發(fā)平臺。以ANSI C為核心，將功能強(qiáng)大、使用靈活的C語言平臺與數(shù)據(jù)采集、分析和表達(dá)等測控專業(yè)工具有機(jī)的結(jié)合起來。</p><p>　　虛擬儀器面板

93、設(shè)計(jì)如圖5.7所示：</p><p>　　圖5.7 采用Labwindows/CVI設(shè)計(jì)的程序面板</p><p>　　在儀器面板中，我們設(shè)置了兩塊地圖面板，一塊用于顯示數(shù)據(jù)處理前的地圖，另一塊用于顯示數(shù)據(jù)處理后的地圖和整合后的地圖。下面簡要介紹一下面板中各控件的功能。</p><p>　　圖5.8 地圖處理軟件操作面板設(shè)計(jì)框圖</p><p

94、>　　地圖面板：X軸向、Y軸向分別代表地圖中的X、Y坐標(biāo)，初始設(shè)定其范圍為X軸向（-1000～1000cm）,Y軸向（－1000～1000cm），在實(shí)際看圖時，可根據(jù)需要對地圖進(jìn)行縮放。</p><p>　　視場：用于調(diào)整地圖面板可視范圍，通過設(shè)定其中參數(shù)值來調(diào)整地圖X、Y軸向的范圍，從而達(dá)到地圖的放大、縮小，便于觀察。</p><p>　　清空地圖：當(dāng)?shù)貓D面板上已有圖形時，如果需要

95、重新畫圖，則可以通過此按鈕清空地圖面板上的圖形。</p><p>　　環(huán)境讀取：由于移動機(jī)器人采集到的數(shù)據(jù)傳到上位機(jī)后是按照數(shù)據(jù)文件（*.DAT）保存的。通過環(huán)境讀取，我們可以把存檔的數(shù)據(jù)文件調(diào)入程序中進(jìn)行各種處理。</p><p>　　原始地圖：通過算法分析*.DAT文件中的原始數(shù)據(jù)，然后把原始障礙圖信息和小車自身移動軌跡在處理前的地圖面板上描繪出來。</p><p&

96、gt;　　處理地圖：通過算法分析，從原始數(shù)據(jù)中提取對建立精確的環(huán)境地圖有價值的信息，并把提取后的地圖描繪出來。</p><p>　　整合地圖：在處理后的地圖上再次進(jìn)行分析，把環(huán)境特征更逼真的描繪出來，便于將來指導(dǎo)移動機(jī)器人的路徑規(guī)劃。</p><p>　　退出程序：結(jié)束所有操作，退出整個程序。</p><p>　　時間控件（TIMER）：設(shè)定每隔0.005秒觸發(fā)一次

97、數(shù)據(jù)處理程序，每次處理一組數(shù)據(jù)。通過時間觸發(fā)可以看到移動機(jī)器人整個環(huán)境勘測的過程。</p><p>　　圖5.9 地圖繪制程序框圖</p><p>　　5.3 不確定信息處理</p><p>　　從實(shí)驗(yàn)初步結(jié)果來看，整個環(huán)境的大致地形是能夠在在圖上反映出來的，但還存在不少干擾因素，致使地圖不夠逼真。主要問題是超聲傳感器的信息具有高度的不確定性.其中包括：<

98、/p><p>　　1、超聲傳感器存在測距誤差；</p><p>　　2、不能確定障礙物位置的問題；</p><p>　　3、檢測不到障礙物；</p><p><b>　　4、出現(xiàn)虛假障礙物</b></p><p>　　5.3.1 超聲波波束角過大</p><p>　　圖5.1

99、0 超聲波的波束角</p><p>　　圖5.10中，為超聲波傳感器的波束角，為障礙點(diǎn)相對移動機(jī)器人的的距離。由圖可知，當(dāng)超聲波傳感器由左向右掃描時，波束右邊緣首先探測到真實(shí)障礙點(diǎn)。系統(tǒng)將會認(rèn)為在波束圓錐軸上存在一個障礙點(diǎn)。顯而易見，為虛障礙點(diǎn)，應(yīng)該剔除。具體方法為：當(dāng)探測過程中發(fā)生從無障礙到有障礙這一變化時，則剔除第一個障礙點(diǎn)。當(dāng)超聲波傳感器由右向左掃描時，算法類似。</p><p>　

100、　5.3.2 超聲波鏡面反射</p><p>　　圖5.11 超聲波的鏡面反射</p><p>　　如圖5.11所示，超聲波在兩個物體表面反射，又被超聲波傳感器接收，從而產(chǎn)生了鏡像點(diǎn)。一般來說，鏡像點(diǎn)的距離比較大，可以根據(jù)超聲波傳感器具體的測距范圍，設(shè)置一個閾值，濾除鏡像點(diǎn)。</p><p>　　我們已經(jīng)由公式5.1計(jì)算出障礙點(diǎn)的坐標(biāo)位置，那么計(jì)算相鄰障礙點(diǎn)的距離

101、相當(dāng)容易，直接用公式：</p><p>　　如果超出了設(shè)定值，那么舍去點(diǎn)。這個設(shè)定值是根據(jù)小車的行駛速度與傳感器探測頻率來確定的，移動機(jī)器人正常行使速度在20cm/s～70cm/s。那么我們確定當(dāng)相鄰兩個障礙點(diǎn)距離超過100cm或者小于15cm時，舍去。處理后的數(shù)據(jù)點(diǎn)我們可以做簡單的線性處理，使環(huán)境特征更加明顯。</p><p>　　5.3.3 超聲波無法接受回波</p>

102、<p>　　圖5.13 超聲波無法接收到回波</p><p>　　當(dāng)障礙物表面比較平坦光滑時（如粉刷過的墻壁），而且超聲波入射角小到一定值，超聲波傳感器將接收不到回波，如圖5.13所示。在這種情況下，系統(tǒng)會誤認(rèn)為沒有障礙物存在。我們將超聲波傳感器安裝在移動機(jī)器人前方的轉(zhuǎn)向機(jī)構(gòu)上。轉(zhuǎn)向機(jī)構(gòu)旋轉(zhuǎn)并帶動傳感器對周圍進(jìn)行掃描，并且我們將超聲傳感器的掃描角度從到擴(kuò)大到到，掃描位置從5個增加到9個，從而獲得較多的環(huán)

103、境信息。同時，較好地解決了超聲波傳感器接收不到回波這一問題。</p><p>　　經(jīng)過上述方法對超聲波傳感器探測到的障礙點(diǎn)進(jìn)行過濾處理，可以有效剔除干擾點(diǎn)，提高繪制環(huán)境地圖的質(zhì)量。</p><p><b>　　第六章 實(shí)驗(yàn)仿真</b></p><p>　　為了驗(yàn)證采集的數(shù)據(jù)與實(shí)際環(huán)境特征是否符合，我們做了大量的實(shí)驗(yàn)進(jìn)行檢驗(yàn)。</p>

104、;<p>　　6.1 直線走廊環(huán)境</p><p>　　我們在中心樓二樓實(shí)驗(yàn)室外的走廊上做了走廊環(huán)境的實(shí)驗(yàn)。真實(shí)的環(huán)境見圖所示：</p><p>　　圖6.1 走廊環(huán)境真實(shí)圖片</p><p>　　走廊比較平直，兩側(cè)為比較光滑的涂料粉刷墻面。我們讓移動機(jī)器人沿著走廊走了一段直線距離。傳感器采集了一系列的數(shù)據(jù)。我們把原始數(shù)據(jù)稍作處理得到的地圖反映在下

105、面。其中黑點(diǎn)代表機(jī)器人掃描到的障礙點(diǎn)，紅線代表機(jī)器人的行走軌跡。</p><p>　　圖6.2 走廊地圖繪制</p><p><b>　　6.2 L型環(huán)境</b></p><p>　　圖6.3 L形環(huán)境真實(shí)圖片</p><p>　　L形實(shí)際上是由兩條直線連接而成的，我在中心樓一樓大廳找了兩面互相垂直的墻，構(gòu)成了一個

106、L形的實(shí)驗(yàn)環(huán)境，如圖6.3所示。</p><p>　　圖6.4為軟件處理后的地圖，左邊為經(jīng)過第一次處理后的地圖，右邊為經(jīng)過第二次處理后的地圖，效果比較明顯。</p><p>　　圖6.4 L形地圖繪制</p><p><b>　　6.3 U形環(huán)境</b></p><p>　　U形對于移動機(jī)器人來說是一個比較復(fù)雜的環(huán)境

107、，因?yàn)閁形中包含兩個墻角一樣的環(huán)境，機(jī)器人在U形里自身的路徑規(guī)劃會出現(xiàn)問題，容易陷入“U形陷阱”。導(dǎo)致機(jī)器人不能全面的掃描到整個環(huán)境障礙情況。在中心樓二樓的大廳中我們自己用木板搭建了一個U形實(shí)驗(yàn)環(huán)境，采集實(shí)驗(yàn)數(shù)據(jù)，如圖：</p><p>　　圖6.5 U形環(huán)境真實(shí)圖片</p><p>　　下圖是U形環(huán)境的地圖繪制，左邊的是初步處理的地圖，其中有大量的重復(fù)點(diǎn)，右圖中是處理后的點(diǎn)，圖象明顯簡

108、潔很多，輪廓比較分明。</p><p>　　圖6.6 U形環(huán)境地圖繪制</p><p>　　第七章 結(jié)論與研究展望</p><p>　　移動機(jī)器人的環(huán)境勘測與地圖創(chuàng)建為機(jī)器人導(dǎo)航奠定基礎(chǔ).本文比較全面詳細(xì)地論述了該領(lǐng)域的主要理論方法及我們自己所做的一點(diǎn)探索.國外學(xué)者在這方面做了大量的研究工作.近年來,隨著計(jì)算機(jī)技術(shù)、傳感器技術(shù)的發(fā)展,移動機(jī)器人的定位技術(shù)取得了較

109、大的進(jìn)展,針對的環(huán)境也從靜態(tài)的結(jié)構(gòu)化室內(nèi)環(huán)境向非結(jié)構(gòu)化室內(nèi)環(huán)境和自然環(huán)境延伸.綜合近年來的相關(guān)文獻(xiàn),以下幾個方面將是今后研究的熱點(diǎn)。</p><p>　　7.1　多智能機(jī)器人協(xié)調(diào)探測</p><p>　　目前許多工作是采用單個機(jī)器人進(jìn)行環(huán)境信息的探測，其不足是：探測速度慢，感知環(huán)境信息欠完整。而用多機(jī)器人協(xié)作進(jìn)行地形探測則提高了效率與準(zhǔn)確度。如何使用多個機(jī)器人互相協(xié)調(diào)對環(huán)境進(jìn)行探測，協(xié)調(diào)方