移動(dòng)機(jī)器人的導(dǎo)航與路徑規(guī)劃的研究

《移動(dòng)機(jī)器人的導(dǎo)航與路徑規(guī)劃的研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。

1、維普資訊http://www.cqvip.com專題移動(dòng)機(jī)器人的導(dǎo)航與路徑規(guī)劃的研究呂永剛，謝存禧(華南理工大學(xué)機(jī)械工程學(xué)院，廣東廣州510640)l前言持征的前提下，機(jī)器人通過對(duì)路標(biāo)的探測(cè)來確定自身的位移動(dòng)式機(jī)器人的研究開始于60年代末。斯坦福研究置，同時(shí)將全局路線分解成為路標(biāo)與路標(biāo)間的片斷，不斷院(SRI)的NilsNilssen和CharlesRosen等人在1966年地對(duì)路標(biāo)探測(cè)來完成導(dǎo)航。可分為人工路標(biāo)導(dǎo)航和自然路至1972年中研究制造出名為Shakey_l】的自主移動(dòng)機(jī)器標(biāo)導(dǎo)航。人工路標(biāo)導(dǎo)航，雖然比較容易實(shí)現(xiàn)，

2、但它人為地人。70年代后期，由于計(jì)算機(jī)和傳感技術(shù)的應(yīng)用與發(fā)展，改變了機(jī)器人工作的環(huán)境。自然路標(biāo)導(dǎo)航不改變工作環(huán)移動(dòng)機(jī)器人的研究又出現(xiàn)了一個(gè)新的高潮。80年代中期以境，是機(jī)器人通過對(duì)工作環(huán)境自然特征的識(shí)別完成導(dǎo)航，路標(biāo)探測(cè)的穩(wěn)定性和魯棒性是研究的主要問題：來，一批配備有超聲波、視覺等傳感器、圖象處理器、微機(jī)控制器的多處理機(jī)的移動(dòng)機(jī)器人相繼問世，具有代表性視覺導(dǎo)航主要完成障礙物和路標(biāo)的探測(cè)及識(shí)別。國(guó)內(nèi)外應(yīng)用最多的是在機(jī)器人I二安裝車載攝像機(jī)的基于局部視的如CMUNanlab、MartinMaritettaAlvin、Texas

3、A&M大學(xué)BART以及德國(guó)聯(lián)邦國(guó)防軍大學(xué)的~aMoRs等。90年覺的導(dǎo)航片式P．I．Corke等對(duì)有車載攝像機(jī)的移動(dòng)機(jī)器代以來，研制高水平的環(huán)境信息傳感器和信息處理技術(shù)，人視覺閉環(huán)系統(tǒng)的研究表明，這種控制方法可以提高路徑高適應(yīng)的移動(dòng)機(jī)器人控制技術(shù)，真實(shí)環(huán)境下的規(guī)劃技術(shù)為跟蹤精度[81。從視覺圖象中識(shí)別道路是影響移動(dòng)機(jī)器人導(dǎo)標(biāo)志，開展了移動(dòng)機(jī)器人更高層次的研究[21。移動(dòng)機(jī)器人航性能的一個(gè)最蘑要因素。塒于一般的圖象邊沿抽取而正向著具有自組織、自學(xué)習(xí)、自適應(yīng)的智能化方向發(fā)展。言，已有r許多方法，例如，局部數(shù)據(jù)的梯度法和二階微分

4、法。Trahanias[91利用視覺探測(cè)路標(biāo)來完成機(jī)器人的導(dǎo)2移動(dòng)機(jī)器人的導(dǎo)航方式與方法航其中路標(biāo)小是預(yù)先定義的人工路標(biāo)，而是在學(xué)習(xí)階段導(dǎo)航是移動(dòng)機(jī)器人應(yīng)該具備的基本功能。當(dāng)處于一個(gè)自動(dòng)提取的自然路標(biāo)。在視覺導(dǎo)航中邊緣銳化、特征提取未知的、復(fù)雜的、動(dòng)態(tài)變化的環(huán)境中時(shí)，通過對(duì)環(huán)境的探等圖象處理方法的計(jì)算量大，移動(dòng)機(jī)器人是在運(yùn)動(dòng)中對(duì)圖索，引導(dǎo)機(jī)器人到達(dá)期望的位置，同時(shí)盡量減少消耗(如象進(jìn)行處理，實(shí)時(shí)性差始終是一個(gè)非常棘手的問題。解決時(shí)間或能量)。該問題的關(guān)鍵在于設(shè)計(jì)一種快速圖象處理方法。為了滿足移動(dòng)機(jī)器人的導(dǎo)航方式有：基于環(huán)境

5、信息的環(huán)境地圖速度的要求，基于統(tǒng)計(jì)計(jì)算的預(yù)值法被應(yīng)用于機(jī)器人的導(dǎo)模型匹配導(dǎo)航、基于各種導(dǎo)航信號(hào)的路標(biāo)導(dǎo)航、視覺導(dǎo)航，但在實(shí)際應(yīng)用中發(fā)現(xiàn)，它抑制噪聲的能力差，特別航、氣味導(dǎo)航[31和聲音導(dǎo)航等[41。足，預(yù)值的選取極大地依賴于環(huán)境，要想獲得理想的結(jié)環(huán)境地圖模型匹配導(dǎo)航是機(jī)器人通過自身的各種傳感果，儀在一幅圖象中的不同區(qū)域就要設(shè)置不同的預(yù)值。近器，探測(cè)周圍環(huán)境，利用感知到的局部環(huán)境信息進(jìn)行局部些年，由于人_T智能的發(fā)展，有很多好的算法被應(yīng)用到移的地圖構(gòu)造，并與其內(nèi)部事先存儲(chǔ)的完整地圖進(jìn)行匹配。動(dòng)機(jī)器人的視覺導(dǎo)航中去。Stanl

6、eyI’ol提出了基于神經(jīng)網(wǎng)如果兩模型相互匹配，機(jī)器人可確定自身的位置，并根據(jù)絡(luò)的機(jī)器人視覺導(dǎo)航技術(shù)。該技術(shù)中估算逆雅可比矩陣，預(yù)先規(guī)劃的一條全局路線，采用路徑跟蹤和避障技術(shù)，實(shí)并將圖象特征的變化與機(jī)器人的位置變化對(duì)應(yīng)起來，通過現(xiàn)導(dǎo)航[51。幾年前國(guó)外的科學(xué)家就開始從事這項(xiàng)技術(shù)的研神經(jīng)網(wǎng)絡(luò)訓(xùn)練來近似特征雅可比矩陣的逆陣。該技術(shù)，通究。如英國(guó)倫敦大學(xué)的ARNE機(jī)器人就采用的這種方過提取幾何特征、平均縮、向量量化和主成分提取來簡(jiǎn)法。化圖象處理，實(shí)現(xiàn)實(shí)時(shí)視覺導(dǎo)航[21。當(dāng)機(jī)器人在室外工作路標(biāo)導(dǎo)航是在事先知道路標(biāo)在環(huán)境中的坐標(biāo)、形

7、狀等收稿日期：2003一O7—23維普資訊http://www.cqvip.com綜述環(huán)境中時(shí)，由于室外環(huán)境的復(fù)雜性，為網(wǎng)絡(luò)提供有效和完拓?fù)浞ǜ鶕?jù)環(huán)境和運(yùn)動(dòng)物體的幾何特點(diǎn)，將組成空間備的樣板是一件非常困難的工作。利用模糊邏輯推理進(jìn)行劃分成若干拓?fù)涮卣饕恢碌淖訁^(qū)域，并依據(jù)彼此的連通性圖象的邊沿抽取是一個(gè)尚未深入研究的新方向。建立一個(gè)拓?fù)渚W(wǎng)，在該圖中搜索一條拓?fù)渎窂剑梢缘玫綒馕秾?dǎo)航。引是通過裝配在機(jī)器人的化學(xué)傳感器感知幾何路徑，這種方法的優(yōu)點(diǎn)在于利用拓?fù)涮卣鞔蟠罂s小了氣味的濃度，根據(jù)氣味的濃度和氣流的方向來控制機(jī)器人搜索窄間

8、，其算法的復(fù)雜性僅僅依賴于障礙物的數(shù)目，在的運(yùn)動(dòng)。由于氣味傳感器具有靈敏度高、響應(yīng)速度快以及理論E是完備的，缺點(diǎn)在于表示的復(fù)雜性、特殊性，建立魯棒性好等優(yōu)點(diǎn)。但該技術(shù)實(shí)用性很差，還處在實(shí)驗(yàn)研究拓?fù)渚W(wǎng)的過程相當(dāng)復(fù)雜。但是，針對(duì)一種環(huán)境拓?fù)渚W(wǎng)只需建階段。立一次，因而在實(shí)際中能大大提高效率，顯示其優(yōu)越性_l3