資源描述：
《機器人避障策略研究.ppt》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、Amigo機器人避障策略研究專業(yè)：指導(dǎo)老師：姓名：學(xué)號：Contents4緒論1235Amigo移動機器人介紹常用避障算法簡介基于柵格法的避障策略研究仿真驗證6總結(jié)與展望一、緒論課題來源自主避障的能力是移動機器人智能化程度的重要指標，是實現(xiàn)在未知環(huán)境中自主完成預(yù)設(shè)任務(wù)的關(guān)鍵技術(shù)之一，也是移動機器人在復(fù)雜多變環(huán)境中穩(wěn)定、安全、高效完成任務(wù)的重要保障移動機器人一、緒論目前機器人避障還遠未達到實時和全自主的要求，在未知復(fù)雜環(huán)境下很多還只能實現(xiàn)半自主。隨著視覺采集設(shè)備質(zhì)量和計算機圖像處理技術(shù)的不斷提高，移動機器人的障礙物識別
2、與避障能力將會大大提高?；谝陨现匾灾笇?dǎo)教師自擬此課題移動機器人一、緒論介紹Amigo機器人的硬件配置、軟件系統(tǒng)以及客戶端操作平臺和人機通訊方式介紹移動機器人避障的常用算法并比較各自的優(yōu)缺點以柵格搜索法的避障算法為重點，分析Amigo機器人的避障實現(xiàn)過程首先其次再次課題研究主要內(nèi)容最后借助仿真軟件進行仿真，驗證算法的可行性，并總結(jié)不足和可以改進的地方二、Amigo移動機器人介紹硬件系統(tǒng)1.底盤采用三輪結(jié)構(gòu)：一個萬向輪，僅起支撐作用，不起導(dǎo)向作用；兩個驅(qū)動輪則位于車體兩側(cè)，采用PWM控制2.內(nèi)嵌SH2微控制器，負責底
3、層數(shù)據(jù)處理和命令執(zhí)行，如獲取傳感器信息，小車位置信息等等3.配備有8個聲吶測距裝置，負責采集周圍環(huán)境信息，將數(shù)據(jù)傳給微處理器處理4.其上安裝有無線接收與發(fā)送模塊，通過此模塊可以與電腦實現(xiàn)實時通訊二、Amigo移動機器人介紹軟件系統(tǒng)1.ARIA：這是為MobileRobots開發(fā)的，面向?qū)ο蟮?，用于機器人控制的應(yīng)用程序接口系統(tǒng)，其他程序都是以ARIA為基礎(chǔ)的2.ARNL：這是用于MobileRobots機器人平臺定位及自主導(dǎo)航的軟件開發(fā)包3.MobileSim：這是移動機器人的仿真軟件，包含機器人以及周圍環(huán)境模型，可以
4、加載地圖，獲取傳感器數(shù)據(jù)信息4.Mapper3：是地圖繪制軟件，他可以把激光測距儀獲得的信息自動生成地圖，也可以讓用戶自己手動繪制地圖，手動繪制的地圖也可以直接加載在MobileSim中二、Amigo移動機器人介紹人機通訊Amigo機器人與計算機系統(tǒng)連接方式主要有三種：一是通過串行口建立連接，該方法連接簡單，只需要一條串口連接線，即可實現(xiàn)機器人與計算機系統(tǒng)連接，但受到串口線的限制，計算機對機器人控制不方便；二是通過無線網(wǎng)絡(luò)建立連接，機器人和計算機之間需要借助無線路由器建立連接，進而可實現(xiàn)對機器人的遠程控制，該方法應(yīng)用
5、較多；三是車載計算機系統(tǒng)，機器人配備嵌入式計算機主板，該主板具有常規(guī)的鍵盤、鼠標、顯示器接口，具有0/100M自適應(yīng)網(wǎng)卡，具有4個COM口，2個USB口，在PC104/PC104+擴展總線。車載計算機通過COM1口與控制器連接，直接實現(xiàn)數(shù)據(jù)通信。這里，我們用第二種連接方式。三、常用避障算法簡介1.基于幾何構(gòu)造的避障算法2.基于柵格劃分的避障算法3.基于邏輯推理的避障算法4.基于模糊控制的避障算法5.基于神經(jīng)網(wǎng)絡(luò)的避障算法6.基于人工勢場的避障算法三、常用避障算法簡介1.基于幾何構(gòu)造的避障算法我們可以連接起始點和障礙物
6、的頂點，再連接障礙物的頂點和目標點，障礙物的不同頂點對應(yīng)了不同的路徑，從這些有限的路徑中選出的最短路徑就是我們要求的最優(yōu)路徑。這種算法比較簡單，但功能單一，不能在動態(tài)未知地圖條件下實現(xiàn)避障。三、常用避障算法簡介2.基于柵格劃分的避障算法建立一個環(huán)境坐標系來描述機器人的環(huán)境，在這個坐標系中，二維笛卡爾柵格不斷被機器人傳感器采樣環(huán)境所更新，環(huán)境坐標是絕對地表示環(huán)境，并在一定的實時區(qū)域、一定時間內(nèi)保持坐標原點的固定，但在局部區(qū)域內(nèi)完成了移動后，再基于目前行駛點和下個目標點重新建立機器人的環(huán)境地圖。三、常用避障算法簡介3.基
7、于邏輯推理的避障算法算法步驟如下：1）定義一個狀態(tài)集，該集合反映機器人通過傳感器測得的當前狀態(tài)。2）定義一個行為集，該集合反映機器人當前可以采取的動作。3）確定從狀態(tài)到行為的映射關(guān)系。三、常用避障算法簡介4.基于模糊控制的避障算法在基于邏輯推理的路徑規(guī)劃方法基礎(chǔ)進行改進：1）傳感器的一次測量值與多個狀態(tài)對應(yīng)，每個狀態(tài)有一個隸屬度對應(yīng)。2）根據(jù)模糊推理結(jié)果確定行為。引入隸屬度的概念可以明顯的減少傳感器測得的狀態(tài)個數(shù)。模糊控制就相當于是在邏輯推理的基礎(chǔ)之上，改進了縮小狀態(tài)集的方法，從而讓移動機器人在移動過程中的自主性更加
8、明確。三、常用避障算法簡介5.基于神經(jīng)網(wǎng)絡(luò)的避障算法1）先將問題轉(zhuǎn)化為優(yōu)化問題。2）用神經(jīng)網(wǎng)絡(luò)表示懲罰函數(shù)。3）推導(dǎo)出相應(yīng)的反向傳播算法用于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。將避障或者說是路徑規(guī)劃問題轉(zhuǎn)化為最優(yōu)化問題，地圖上的障礙物即為問題的約束條件，再用神經(jīng)網(wǎng)絡(luò)引入懲罰函數(shù)，這樣就將有約束條件的最優(yōu)化問題轉(zhuǎn)化為無約束優(yōu)化問題。三、常用避障算法簡介6.基于人工勢
