基于行為的多機(jī)器人協(xié)同研究與實現(xiàn).pdf

1、本課題分析了“智慧城市”中存在的“感知不足”問題，采用多個移動機(jī)器人協(xié)同解決問題的思路，設(shè)計了了用于快速處理圖像信息的模型和方法、便于機(jī)器人使用的地圖模型和基于級別和權(quán)限的協(xié)同機(jī)制，使機(jī)器人能夠便捷地移動到目標(biāo)地點，不同機(jī)器人可以任意組合協(xié)同完成工作。進(jìn)而幫助提高人們的生活質(zhì)量，使城市更加現(xiàn)代化，更加“智慧”。
　　類比于人腦的分區(qū)控制機(jī)制，同時借鑒分級處理的思想，本課題采用運動控制與信息分析分開處理的兩級控制結(jié)構(gòu)。無論使用哪種執(zhí)

2、行機(jī)構(gòu)，下層控制器機(jī)構(gòu)只要能夠有效地實現(xiàn)對不同行為的解析且執(zhí)行上層控制器要求執(zhí)行的行為即可。上層需要根據(jù)當(dāng)前工作狀態(tài)，使用相應(yīng)的感知設(shè)備感知環(huán)境，繼而做出行為決策交由下層執(zhí)行。如此便可將行為決策與行為執(zhí)行獨立開，使它們更具有通用性。本課題使用Bioloid系列機(jī)器人模型，加裝更加快速的上層控制器、圖像和方向傳感器以及無線通信模塊，來完成設(shè)計的功能。
　　在未知環(huán)境中，機(jī)器入需要使用多種有效的手段來探索，以安全迅速的到達(dá)目的地，對機(jī)

3、器人各個方面的要求也較高。而在人類生活環(huán)境中，有著一些相對封閉獨立的小區(qū)域，例如住宅小區(qū)、校園等。這些區(qū)域環(huán)境條件通常好于野外，讓機(jī)器人以巡邏員的身份在其中巡察，既能夠節(jié)省人力成本，又達(dá)到更好的巡視效果。由于機(jī)器人運行于已知環(huán)境，使用地圖來指導(dǎo)機(jī)器人移動能夠大大提升機(jī)器人運行效率。這里設(shè)計使用了一種基于關(guān)鍵點的路徑地圖模型，它以某些實際使用的有顯著特點的物體為標(biāo)記，便于機(jī)器入路徑規(guī)劃，其復(fù)雜度和數(shù)據(jù)量都低于傳統(tǒng)的地圖模型。
　　視

4、覺是人類感知世界的重要方式，信息量巨大是其顯著特點，就使得快速處理十分不便，完整獲取所有信息幾乎不可能。常規(guī)圖像信息處理偏重于點，就使得處理過于細(xì)致，處理必然繁瑣。本課題設(shè)計了一種偏重于物體的方法，使機(jī)器人能夠從復(fù)雜場景中識別標(biāo)志物體，從而實現(xiàn)自身定位。方法中使用彩色圖像CMPW模型來處理采集到的RGB圖像，并且使用雙目視覺方式，從而能夠分辨出標(biāo)志物體，進(jìn)而實現(xiàn)自由移動。
　　本課題比較研究了單機(jī)器人作業(yè)和多機(jī)器人協(xié)同作業(yè)的優(yōu)劣，