（控制理论与控制工程专业论文）基于real+time+extension技术的自主视觉机器人导航控制.pdf

南京理工大擘硕士论文基于r e a lt i s ee x t e n s i o n 技术的自主视觉机器人导航控制 摘要 本文以a s r 轮式移动机器人为实验平台，主要研究如何利用r e a lt i m e e x t e n s i o n 技术实现对a s r 机器人较为精确的运动控制，并在此基础上研究了基于 自主视觉的轮式移动机器人导航控制问题。 本文首先建立了轮式移动机器人的运动模型，在分析r t x 软件结构的基础上， 建立了基于r t x 的机器人运动控制系统结构，并利用r t x 软件结合v c h 编程实 现了对a s r 机器人较精确的运动控制。然后，利用a s r 机器人视觉系统进行了 路面环境的图像采集，并通过编程进行了图像处理及特征识别。在路面边界直线斜 率辨识的基础上，计算出机器人运动方向的偏差，并根据该偏差，对机器人两个驱 动电机的转动速度进行控制，以实现机器人沿路面中心线的运动。同时，利用a s r 机器人自身携带的多个p s d 红外传感器不断检测机器人与障碍物的距离，应用多传 感器信息融合方法，实现机器人及时的转弯避障。 最后，在仿真实验的基础上，在a s r 移动机器人实物系统上进行了实验和调 试，验证了本文所提出的控制方法的有效性，并迸一步分析了该控制方法的性能和 不足。 关键词：轮式移动机器人，实时运动控制，自主视觉导航，图像处理及识别， 多传感器信息融合 硕士论文 a b s t r a c t a i m e d 砒t h ea s rw h e e l e dm o b i l er o b o t , t h i sp a p e rm a i n l ys t u d i e dt h a th o wt o u t i l i z er e a lt i m ee x t e n s i e nt e c h n o l o g yt or e a l i z et h ep r e c i s i o nc o n t r o lt ot h em o t i o no f t h ea s rr o b o t , a n dt h en a v i g a t i o no f w h e e l e dm o b i l er o b o tb a s e do ns e r f - v i s i o n h r s t l y , t h ep a p e rb u i l tt h em o d e lo fw h e e l e dm o b i l er o b o ta n dp r o p o s e da m e t h o do f u s i n gr t x s o f t w a r ea n dv c 卜+ t oc o n t r o lt h em o t i o no fr o b o t a n dt h e n t h ec a p t u r ea n d p r o c e s s i n go fi m a g e sw e r ed o n et h r o u g ht h ec c dv i s i o ns y s t e ma n dp r o g r a m t h e r e c o 粤a i t i o no fr o a di m a g e sw a sr e a l i z e dw i t ht h el e a s ts q u a r e sm e t h o d t h ea ：研o f m o t i o nd i r e c t i o no ft h ea s - rr o b o tw a sc a l c u l a t e db a s e do nt h er e c o g n i t i o no ft h et w o l i n e so fr o a d a n di tw a sg i v e na saf e e d b a c kt oc o n t r o lt h ev e l o c i t yo ft w ow h e e l s t h e r o b o tc o u l dt r a c et h ec e n t e rl i n eo fr o a d sb yt h ef e e d b a c ka l g 嘶t h i i la tt h es a m et i m e ， u s i n gt h em u l t ip s ds e n s o r so l lt h ea s rr o b o td e t e c t st h ed i s t a n c eb e t w e e nt h er o b o ta n d w a l l ac o n t r o ls i g i l a lw a sg i v e nt om a k et h er o b o tt l l ma r o u n di nt i m eb yt h em u l t i - s e n s o r i n f o r m a t i o nf u s i o na l g o r i t h r nf i n a l l y , t h ee x p e r i m e n t sw e r ed o n eo nt h ea s rp l a t f o r m t h r o u g ht h ep r o p o s e dc o n t r o lm e t h o d a n dt h ep r o p o s e dm e t h o d sp e r f o r m a n c ea n d d i s a d v a n t a g e sw e r ea n a l y z e d k e yw o r d s ：w h e e l e dm o b i l er o b o t ，n a v i g a t i o nb a s e do ns e l f v i s i o n ， m o t i o nc o n t r o l ，t h ep r o c e s s i n ga n dr e c o g n i t i o no fi m a g e s ，m u l t i s e n s o r i n f o r m a t i o nf u s i o n i i 声明 本学位论文是我在导师的指导下取得的研究成果，尽我所知，在本 学位论文中，除了加以标注和致谢的部分外，不包含其他人已经发表或 公布过的研究成果，也不包含我为获得任何教育机构的学位或学历而使 用过的材料。与我一同工作的同事对本学位论文做出的贡献均已在论文 中作了明确的说明。 研究生签名：型：兰：盛2 。6 年彳月件日 学位论文使用授权声明 南京理工大学有权保存本学位论文的电子和纸质文档，可以借阅或 上网公布本学位论文的部分或全部内容，可以向有关部门或机构送交并 授权其保存、借阅或上网公布本学位论文的部分或全部内容。对于保密 论文，按保密的有关规定和程序处理。 研究生签名：煎：至盛a 。年6 月f 牛日 南京理工大学硕士论文基于r e a lt i m ee x t e n s i o n 技术的自主视觉机器人导航控制 1 绪论 1 1 引言 机器人是一种自动化的机器，所不同的是这种机器具备一些与人或生物相似的 智能能力，如感知能力、规划能力、动作能力和协同能力，是一种具有高度灵活性 的自动化机器。 机器人技术综合了计算机技术、控制技术、传感器技术、机械技术，通讯技术、 人工智能等很多学科，是一门前沿的综合学科。随着人工智能技术的发展，机器人 已经发展到第三代智能机器人机器人学的进步和应用是本世纪自动控制最有说服 力的成就，是当代最高意义上的自动化f t 。机器人技术将是2 1 世纪科技研究的重要领 域。 1 2 移动机器人关键技术及发展现状 移动机器人在不断向实用化发展，其适应性、自主性和交互性得到了越来越高 的要求适应性指机器人适应复杂工作环境的能力，机器人通过学习不但能测量识 别周围的物体，而且有理解环境和任务的能力，并在此基础上做出正确的判断和操 作。自主性指机器人可以根据所给任务和环境状况，自主确定工作方法和步骤。交 互性是指机器人与人、机器人与周围环境及机器人之间信息的获取、传递和处理等。 这些因素也成为衡量机器人智能化程度的主要指标。导航技术是移动机器人相关技 术的核心。移动机器人的研究主要集中在与导航相关的关键技术的研究与突破中， 这些关键技术主要包括：车体定位技术【3 2 】、多传感器信息融合的障碍识别与定位技 术o ”、路径规划和路径跟踪技术h 2 1 、基于地理信息系统的导航技术t s o 、多体协作与 交互技术邮1 等。 。 1 2 1 轮式移动机器人发展概述 机器人可以在各种恶劣、繁重的环境下工作，其综合了各项先进技术，可以提 高工作生产效率和效益。各种工业机器人在焊接、零件装配、物体搬运等方面不断 出现，在军事和空间技术上机器人的应用也越来越广。固定位置不动的机器人已经 不能满足各种需要，移动机器人就显示出其优越性和研究的必要性。就移动方式而 言，移动机器人可分为步行移动机器人、蛇形机器入、履带式移动机器人，轮式移 第一章绪论硕士论文 动机器人、爬行机器人等。轮式移动机器人是结构最为简单研究最为成熟的一类移 动机器人，其组成部分包括电源机构、控制机构、传感机构和驱动机构等。 轮式移动机器人的轮子可分为两种基本类型口刚：传统轮和瑞典轮。传统轮是指 轮地接触满足转动而不滑动条件的这类轮子。而瑞典轮其轮地接触点的速度矢量的 方向始终与轮子的运动方向相同。传统轮又可分为固定轮，即轮子固定在机构上， 方向不能转动；中心方向轮，即轮子方向转动轴在轮子与机构的固定点和轮子中心 的连线上；偏心方向轮，即轮子方向转动轴不在上述连线上不同的轮子具有不同 的运动能力和约束，因而以不同轮子作为移动机构的轮式移动机器人也将会具有不 同的移动能力和运动约束。 。 按轮数来看，三个轮的机器人中，一种是具有一个驱动轮和转向机构来控制转 弯，其他二轮自由。另一种是通过两个驱动轮的速度差和自位轮来转弯的，自位轮 沿回转轴回转，直到转至转弯方向为止，这期间驱动轮产生滑动，无法求出正确的 移动量。另外，在用转向机构改变运动方向时，其缺点是在静止状态下会产生很大 的阻力。四轮的机器人四轮全装有转向机构，无论朝什么方向都能移动，转弯是全 方位的。由于把车轮的接地点设在伞齿轮圆锥面的延长线上，因此转弯和移动是相 互独立的，转弯时能保持高精度地控制移动距离。 轮式移动机器人是一个具有非完整约束的非完整系统，其关键技术包括导航与 定位、路径规划和路径跟踪、多传感器融合等诸多方面。这就要求深入研究控制理 论和方法，并且研究图像、驱动和传感器等多方面的知识，才能协调解决好其整个 系统的控制问题。这使其控制具有一定的难度，也使轮式移动机器人成为人们研究 的热点之一 1 2 2 路径规划和路径跟踪 路径规划是指机器人根据工作环境信息，按照某种优化指标搜索一条从起始状 态到目标状态的路径。路径规划的主要目标是能搜索到一条机器人移动时的无碰路 径并且要求能够处理得到的环境不确定信息和沿路径移动时的误差等，有时还要 求找到某指标下的最优路径。路径规划根据对环境信息的了解可分为：基于环境先 验信息的全局路径规划和环境信息完全未知或部分未知的局部路径规划 1 】。 大多数轮式移动机器人是典型的受非完整约束的非完整系统。考虑到存在的运 动约束以及避障问题，我们在研究其路径规划方法的过程中，应该对各种方法进行 比较选择和改进。 在全局路径规划中，基本问题是环境建模和搜索策略。环境建模的主要方法有： 南京理工大学硕士论文 基于r e a lt i m ee x t e n s i o n 技术的自主视觉机器人导航控制 栅格法，可视图法即】和自由空间法网等。路径搜索策略主要有：a t 算法】，d 最 优算法畔】等。可视图法视机器人为一点，将机器人、目标点和多边形障碍物的各顶点 进行组合连接。要求两两之间的连线均不能穿越障碍物。搜索路径的问题就转化为从 起始点到目标点经过这些可视直线的最短距离问题。运用优化算法。可删除一些不必 要的连线以简化可视图，缩短搜索时间。这种方法能够求得最短路径，但假设是机器人 的大小忽略，这样使得机器人通过障碍物顶点时距离障碍物太近并且处理时间长，灵 活性差，而且机器人的起点和目标点改变的话，就要重新构造可视图。 自由空间法采用预先定义的如广义锥形和凸多边形等基本形状构造自由空间， 并将自由空间表示为连通图，通过搜索连通图来进行路径规划。这种方法比较灵活， 起始点和目标点的改变不需要重构连通图，但算法的复杂度随着障碍物的增加而增 加，且不是任何情况下都能获得最短路径。- 栅格法是将机器人工作环境分解成一系列具有二值信息的网格单元，多采用四 叉树或八叉树表示工作环境并通过优化算法完成路径搜索。该法以栅格为单位记录 环境信息，环境被量化成具有一定分辨率的栅格，栅格的大小直接影响着环境信息存 储量的大小和规划时间的长短。栅格划分大了，环境信息存储量小，规划时间短，但分 辨率下降，在密集环境下发现路径的能力减弱；栅格划分小了，环境分辨率高，在密集 环境下发现路径的能力强，但环境信息存储量大。规划时间长：栅格法是目前研究最为 广泛的一种方法。 局部路径规划通过传感器对环境进行探测，以获取周围环境信息包括障碍物信 息以进行规划，寻求到达目标的无碰路径。且前常用的局部规划方法有：人工势场 法h 5 1 、模糊算法嘲、遗传算法。卿以及神经网络法【1 8 1 等。 人工势场法的基本思想是把移动机器人在环境中的运动视为一种在抽象的人造 受力场中的运动，即在环境中建立人工势场的负梯度方向指向系统的运动控制方向。 目标点对移动机器人产生引力，障碍物对移动机器人产生斥力。其结果是使移动机 器人沿势峰间的势谷前进，最后求出合力来控制移动机器人的运动。这类方法的突 出的优点是系统的路径生成与控制直接与环境实现了闭环，从而大大加强了系统的 适应性与避障性能。但是人工势场法也存在几个主要的缺陷：存在陷阱区域，并且 在相近的障碍物之间不能发现路径。 遗传算法借鉴生物界自然选择和自然遗传机制。它具有简单、隐含并行性和全 局优化等优点，对于传统搜索方法难以解决的复杂和非线性问题具有良好的适用性， 应用遗传算法解决自主移动机器人动态环境中路径规划问题，可以避免困难的理论 推导，直接获得问题的最优解，不足在于速度不快和提前收敛等问题。 3 第一章绪论碗士论文 模糊控制算法模拟驾驶员的驾驶思想，将模糊控制本身所具有的鲁棒性与基于 生理学上的感知、动作行为结合起来。这种方法克服了势场法易产生的局部极小问 题，实时性较好适用于时变未知环境下的路径规划。 神经网络具有很强的适应复杂环境和多目标控制要求的自学习能力，而且棒经 网络可与模糊控制等其他控制方法相结合，故应用神经网络算法进行避障，可以减 少学习的工作量。 对于完全为静态障碍的局部路径规划的研究已经比较成熟。为了使机器人能够 在室外复杂的动态环境下运动，动态环境和不确定障碍的路径规划问题的研究日益 成为研究的热点机器人路径的设置分为有线路径和计算机地图路径。有线路径指 的是埋在地下的电缆，铺在地面的磁性路径或有色亮带以及设置的墙壁等。计算机 路径可以是全局的路径规划的路径或者示教的路径。路径跟踪控制包括经典的p i d 和各种智能控制方法。模糊控制 4 0 i 和神经网络【4 1 1 就是处理控制过程中非线性因素和 其他不确定因素的有效方法。 1 2 。3 导航与定位 导航和定位是移动机器人研究的两个重要问题。移动机器人的导航方式可分为： 基于环境信息的地图模型匹配导航；基于各种导航信号的陆标导航、视觉导航和味 觉导航等鲐】。 环境地图模型匹配导航是机器人通过自身的各种传感器，探测周围环境，利用 感知到的局部环境信息进行局部地图构造，并与其内部事先存储的完整地图进行匹 配。如两模型相互匹配，机器人可确定自身的位置，并根据预先规划的一条全局路 线，采用路径跟踪和避障技术，实现导航。 陆标导航是事先将环境中的一些特殊景物作为陆标，机器人在知道这些陆标在 环境中的坐标、形状等特征的前提下，通过对陆标的探测来确定自身的位置。同时 将全局路线分解成为陆标与陆标间的片段，不断地对陆标探测来完成导航。根据陆 标的不同，可分为人工陆标导航和自然陆标导航。人工陆标导航是机器人通过对人 为放置的特殊标志的识别实现导航，虽然比较容易实现，但它人为地改变了机器人 工作的环境自然陆标导航不改变工作环境，是机器人通过对工作环境中的自然特 征的识别完成导航。其中，陆标探测的稳定性和鲁棒性是研究的主要问题。视觉导 航主要完成障碍物和陆标的探测及识别。味觉导航是通过机器人配备的化学传感器 感知气味的浓度，根据气味的浓度和气流的方向来控制机器人的运动。由于本文研 究内容是基于自主视觉的，所以在下面将会另外重点介绍导航方式和视觉导航方面 4 南京理工大学硕士论文 基于r e 8 lt i s ee x t e n s i o n 技术的自主视觉机器人导航控制 的内容 机器人有着丰富的导航方式，按导航原理分为电磁导航、视觉导航、超声波导 航、红外导航、惯性导航、激光雷达导航、声纳导航等，这些导航方式适合于不同 的工作情况。 惯性导航所使用的传感器是陀螺仪，它通过测量机器人自身位置和加速度等进 行导航，是一种基于内传感器的移动机器人导航方式。惯性导航准确度高，应用范 围广，但是成本较高。 在路径下面埋下电缆，机器人上安装的线圈可以检测电缆中电流周围产生的磁 场来控制方向，这样来实现沿路径的导航控制的方式就是电磁导航。电磁导航原理 简单，便于控制和通信，但是电缆铺设工作量大，灵活性差。在移动机器人上安装 超声波接收器，通过超声波接收器测量机器人和信标的距离和方位，估计出移动机 器人的当前位姿，这种导航方式称为超声波导航。超声波导航结构简单，容易操作， 但是速度慢，角度分辨率低，单一传感器的稳定性不理想。红外或激光传感器类似 于超声波传感器，通过发射源发射红外或激光束。然后接收反射光并分析接收光能量 的差异，这样就可以得到测量物体的距离信息。红外探测的视角小，其精度也较高， 但易受环境的影响。 视觉导航是目前研究很热的一种导航方式。利用c c d 记忆敏感元件来记忆并再 现路径的方法来获得路径信息。视觉导航探测范围广，灵敏度高，可以根据需要改 变或扩充路径，但是视觉导航对周围环境的光线有要求且计算处理较复杂。 定位主要是利用环境地图信息，机器人当前的位姿估计以及传感器的观测值等 输入信息，通过处理和变换以得到机器人当前位姿的更为准确的估计。定位是移动 机器人导航的最基本环节定位方式要根据机器人的传感器及其工作环境来决定， 可分为绝对定位和相对定位两类。相对定位通常也称为航位推算法，通过测量机器 人与初始位置的相对距离和方向，以此来确定机器人的当前位置。常用的传感器包 括里程计、速度陀螺以及加速度计等。航位推算法的优缺点并存，优势在于机器人 位姿推算不需要对环境的感知信息，缺点在于随时闻变化会累积漂移误差。例如在移 动机器人的车轮上装载光电编码器，通过对车轮转动的记录来粗略地确定位置和姿 态。但是由于车轮与地面存在打滑现象，产生的累积误差会增大绝对定位主要采 用导航信标、主动或被动标识、地图匹配或卫星导航技术c g p s ) 进行定位，定位精度 较高。但是g p s 技术定位精度尚不够高，且在建筑物内部接收信号困难，而地图匹 配技术的处理速度慢。在机器人定位时，结合这两种定位方式发挥各自的优点，有 利于提高机器人定位的精确度。 5 第一章绪论硕士论文 1 2 4 图像采集和处理技术 我们所说的视觉系统是一种光电转换装置，视觉系统将传感器( 例如摄像机) 接收到的透镜所成的图像，转换为计算机系统能够进行处理的电信号。这里的摄像 机一般可以是电子管的，也可以是固态传感单元。电子管摄像机2 0 世纪3 0 年代就已 经应用于商业电视，其发展时间较早。电子管摄像机采用了具有光感元件的真空管， 利用光感元件进行图像传感，并且将其接收到的图像转换成模拟电压并输出。美国 贝尔电话实验室发明了电荷耦合装置( c c d ) ，固体状态摄像机因而从此发展起来。 c c d 是现在最常用的视觉传感器。c c d 是由分布于各个像元的光敏二极管的线性阵 列或矩形阵列所构成，其通过按一定的顺序输出二极管的电压脉冲，以实现将图像 信号转换成电信号其输出的电压脉冲序列可以直接输入计算机的内存以进行数字 化处理。 我们通过传感器获得图像等视觉信息后，需要对视觉信息进行进一步处理。视 觉信息的处理技术主要指的是图像处理方法。这其中包括了图像去嗓平滑、边缘锐 化、数据编码和传输、图像分割、特征抽取和图像识别等很多内容。而运用图像处 理方法的目的就是希望输出图像的质量得到改善并得到有用的关键信息，这样才能 够便于计算机系统对图像进行进一步的分析、处理和识别等。 当需要调整图像的对比度，突出图像的重要关键细节或改善图像视觉质量，这 就需要运用图像增强方法。图像增强的常用方法是灰度直方图修改技术。所谓图像 的灰度直方图即为表示图像灰度分布的统计特性图表，其与对比度紧密关连。在计 算机中的二维数字图像可表示为一个矩阵形式，其矩阵中的元素就是相应坐标位置 的图像灰度值，灰度值一般为离散化的取0 到2 5 5 的整数。但直方图只能够统计某级 灰度像素出现的概率，不能反映出该像素在图像中的二维坐标。不同的图像可能具 有相同的直方图。但是通过灰度直方图的形状，能够判断图像的清晰度和黑白对比 度。如果我们获得的图像的直方图效果不理想，可以运用直方图均衡化处理技术进 行适当处理修改。这种均衡化技术是对已知灰度概率分布的图像的像素灰度进行映 射变换，使输出新图像变成具有均匀灰度概率分布，这样来实现图像清晰化。 图像在形成、传输、接收和处理的过程中，不可避免地存在着各种外部干扰和 内部干扰，如光电转换过程中敏感元件灵敏度的不均匀、数字化过程的量化噪声、 传输过程的误差和人为因素等等，这些因索均会使图像变质失真图像的平滑处理 即图像的去噪，主要目的就是为了去除实际成像过程中因设备和环境所造成的图像 失真，提取有用的信息。去噪平滑，恢复原始图像是图像处理中的一个重要内容。 南京理工大学硕士论文 基于r e a lt i m ee x t e n s i o n 技术的自主视觉机器人导航控制 本世纪四、五十年代，线性滤波器因为具有比较完善的理论基础，同时处理方法方 便，易于采用f f t 和硬件实现这些优点而逐步发展起来，并且一直在图像去噪滤波 领域占有重要地位。线性滤波方法又以w n e r 滤波器理论和卡尔曼滤波理论为代 表。线性滤波器对高斯噪声有良好的平滑作用，但是缺点是计算复杂，处理实时性 不够，对脉冲信号干扰和其它形式的噪声干扰去噪效果差，同时造成信号边缘模糊。 学者t u k e y 提出了非线性滤波器一中值滤波器。中值滤波的方法思想是把局部区域 中灰度的中值作为输出灰度，同时可将其与统计理论结合起来，运用迭代计算方法 通过中值滤波处理可以较理想地将图像从噪声中恢复出来，并且能保护图像的轮廓 边界，避免边缘模糊。非线性滤波理论在机器视觉、医学成像等方面运用广泛，其 理论也在不断发展。 上面的去噪处理中已经提到了图像的边缘模糊问题，图像边缘锐化处理主要就 是为了加强图像的轮廓边缘，以形成物体完整的轮廓边界，实现将物体从图像中分 离出来或将表示同一物体的表面区域完整检测出来的目的。其也是图像视觉和处理 结果的关键之一。 图像分割的本质是将像素进行分类，分类的依据是像素的灰度、颜色、频谱特 性、纹理特性等。通过将图像分成若干部分，每一部分则对应于相应的物体表面。 在进行分割时，每一部分的灰度或纹理符合某一种均匀测度度量。图像分割主要有 以下两种方法：鉴于度量空间的灰度阈值分割法和空间域区域增长分割方法。灰度 阈值分割法是根据图像灰度直方图来决定图像空间域像素聚类，其只利用了图像灰 度特征，并没有利用图像中的其它有用信息，使得分割结果对噪声十分敏感，噪声 影响较大。空间域区域增长分割方法是对灰度级、组织，梯度等具有相似性质的像 素连通集构成分割区域，其分割效果良好，但是运算复杂，处理速度慢，实时性不 好。其它的方法还有边缘追踪法，主要思想是保持边缘性质，跟踪物体边缘并形成 闭合轮廓，这样实现目标的分割。锥体图像数据结构法和标记松弛迭代法同样是利 用像素空间分布关系，将边邻的像素作合理的归并基于知识的分割方法则是利用 物体统计概率上的先验信息等统计特性，对图像进行初始分割，并进行区域特征抽 取，通过利用领域知识推导区域的解释，根据解释对区域进行合并，最终实现图像 分割。图像分割是图像处理技术的基本方法之一，应用于机器视觉等很多方面。 图像的识别过程本质上可以看作是一个标记过程，即利用识别算法来辨别图像 景物中已分割好的各个物体，给各个物体赋予相应的特定的标记。图像识别一般可 分为三类问题。第一类识别问题即图像中的像素反映了物体的某种特定信息。卫星 遥感地面图像中的像素就代表了地面物体的一定光谱波段的反射特性，通过像素即 7 第一章绪论硕士论文 可判别出地面物体的种类。第二类问题是识别有形的整体物体，主要通过匹配的方 法，这类问题不像第一类问题容易表示成特征矢量文字识别时就是先将待识别物 体正确地从图像的背景中分割出来，再设法将建立起来的图像中物体的属性图与假 定模型库的属性图之间匹配第三类问题是根据输入的二维图、要素图等来得出被 识别物体的三维表示。其研究的难点在于提取出隐含的三维信息的方法，这种问题 也是研究的热点之一这三种问题是一个由易到难的过程。目前用于图像识别的方 法主要分为：决策理论和结构方法。决策理论方法的基础是决策函数，利用它对模 式向量进行分类识别，是以统计纹理等定时描述为基础的。结构方法的思想是将物 体分解成了模式或模式基元，而不同的物体结构有不同的基元串，通过对未知物体 利用给定的模式基元求出编码边界，得到字符串，再根据字符串判断它的属类。这 是一种依赖于符号描述被测物体之间关系的方法。要进一步实现对图像信息的获取 和处理，以便实现下一步的控制决策和行为，图像识别就是机器视觉系统必须完成 的一个重要任务。 i 2 5 多传感器信息融合 机器人运动中需要不断的采集周环境信息以及自身信息，依靠单一干专感器难以 完成对外部环境的感知。多传感器信息融合通过综合不同位置的传感器采集的不完 整信息，消除冗余性，降低不确定性，以获得环境的较为完整一致的信息。多传感 器可提供同一环境特征的冗余信息，可提供出现在环境中有关特征的互补信息。多 个信息可以并行快速地分析当前的场景，并且具有高鲁棒性。同时，在某传感器故 障的情形下，重组后很快就可以重新运作。 多传感器各自采集的信息会出现不一致和矛盾的情况，对多传感器的信息进行 融合，可以提高信息的精确性。多传感器信息融合的方法有：加权平均法【6 lj 、贝叶 斯估计法、统计决策理论方法【州、卡尔曼滤波法 e l 、( d s ) 证据推理法鲫、估计理 论法、模糊理论d 6 1 和神经网络惮1 等。其中加权平均法是最简单、最直观的方法。近 年来，模糊理论、神经网络、小波分析理论等都被用于多传感器信息融合。 1 2 6 地理信息系统构建技术 移动机器人导航需要足够的地理信息，这样才能有足够的数据进行计算处理并 决策控制。地理信息系统就是面向导航的一个系统，其主要功能有：地图数据的采 集、地理信息的处理、地图的编辑与存储、空间数据管理、拓扑分析与辅助决策。 8 南京理工大学硕士论文 基于r e a lt i l ee x t e n s i o n 技术的自主视觉机器人导航控制 伴随对导航技术的不断研究面向导航的电子地图的发展也在不断发展。其经 历了地图视图、导航视图和行为视图三个发展阶段，由各个地图数据构建的电子地 图数据库是地理信息系统的基础机器人在运动过程中，通过传感器收集信息并与 电子地图信息进行比较。地理信息系统可以计算运动轨迹，进行自身定位和辅助决 策。 1 2 7 多机器人系统与网络机器人 机器人工作环境更加复杂，工作更加繁重，单个机器人已经不能满足一定的要 求，多移动机器人的研究已经成为一个热点多个机器人协调完成任务已是趋势， 移动机器人通过机器人之间的交互协作和人机交互完成导航和定位任务这种交互 性也是机器人智能化的体现。多移动机器人系统的研究分为多移动机器人合作和多 移动机器人协调，主要研究组织多个移动机器人去完成任务，解决分配任务和如何 保持移动机器人之间的运动协调一致。多机器人系统的体系结构与协作方式以及信 息交互和消除冲突是研究和发展的方向。 随着网络技术的不断发展，网络在机器人遥操作中发挥着越来越广泛的作用。 其中主要包括了交互技术、远程操作技术、数据传输等多种技术。 1 3 本文主要内容安捧 本文以a s r 轮式机器人为对象，研究并实现其基于自主视觉的轮式移动机器人 导航控制。 本文主要工作如下： 1 ) 利用r e a lt i m ee x t e n s i o n 软件的强实时性，弥补w i n d o w s 在控制中的弱实 时性，实现对a s r 机器人较精确的运动控制； 2 ) 对采集的路面图像进行处理，提取出有效部分进行斜率辨识，并计算出机器 人当前运动方向与期望方向之间的偏差，并将此偏差作为p i d 控制算法的反馈量， 以实现机器人对路面中心直线的跟踪； 3 ) 对机器人自身携带的四个p s d 传感器信息进行融合，修正机器人与前方障碍 物之间的距离信息，实现机器人的避障拐弯控制 论文的主要内容包括： 第一章绪论概括介绍移动机器人的发展现状和若干重要的关键技术，并简要 9 第一章绪论 硕士论文 介绍本文所做的主要工作 第二章预备知识主要介绍了本文所用的研究平台a s - r 轮式移动机器人控制 系统、视觉系统、传感器系统的组成与r e a lt i m ee x t e n s i o n 技术等方面的知识 第三章基于r t x 的a s r 机器人运动控制主要说明了基于r t x 软件进行a s r 机器人运动控制方法，并简要介绍了基于p i d 算法的控制量计算。” 第四章a s r 机器人视觉导航说明了本文采用的图像处理以及斜率辨识的方 法。通过对原始采集图像进行阈值分割、噪声处理等，提取出有效部分，进行斜率 辨识，获取机器人当前的行进方向信息。 第五章多传感器融合技术及机器人避障主要说明了如何将a s r 机器人四个 p s d 传感器所测得的距离信息如何为机器人距离前方障碍物的距离信息，并根据融 合得到的距离信息，实现了机器人的避障控制。 第六章结论与展望对本文的研究工作进行了全面总结。分析了所提出方法的 优越性，并针对实验中所反应出的一些不足之处，提出一些改善的方法。 南京理工大学硕士论文基于r e a lt i m ee x t e n s i o n 技术的自主视觉机器人导航控制 2 预备知识 2 1 轮式移动机器人的建模与控制 轮式移动机器人是一个典型的具有非完整约束的非完整控制系统p l ，目前大多 数非完整控制系统都是以轮式移动机器人作为控制对象。在轮式移动机器人运动过 程中，其本身结构或工作环境不可避免地存在一些约束因素( 如机器人轮子与地面 之间的滚动等) 。这些约束一般可表示为广义坐标中的位移、速度及加速度之间的关 系如果这些约束是完整的，则可通过积分及非线性变换去掉约束，在降维以后的 系统上进行控制器的设计；但若约束是非完整的，如轮子与地面之间的滚动约束、 某些关节无驱动机构或者驱动器失灵等情形，则不再存在这类降维变换，系统呈现 一些复杂特性，如不能实现输入一状态线性化、不能采用光滑非线性反馈实现渐近 稳定等，因而非完整性使机器人的控制变得相当困难。但是非完整性又使机器人本 身的结构具有更高的灵活性和可靠性，如允许机器人的某些关节无驱动，从而大大 降低了机器人的制造成本和能耗因此，非完整机器人在国防和工业上具有很高的 应用价值。 非完整约束源于多种情况，相应地存在多种非完整系统的模型。目前还没有办 法得到一个最具一般性的模型。就目前得到的几个基本的模型类而言( 基本模型类 将非完整约束表示成某种标准的形式，并假定系统是完全可控的) ，通常都是物理模 型经过状态和输入变换后得到的目前广泛研究的几种非完整系统的模型可分为运 动学模型和动力学模型两大类 图2 1 是一个二轮移动机器人的结构示意图。 图2 1 轮式机器人模型示意图 当左右轮子线速度一直时，机器人沿直线行驶；当左右轮子线速度不一致时， 1 1 第二章预备知识 硕士论文 机器人作一定半径的圆弧运动。轮式机器人模型分为运动学模型和动力学模型，针 对两种模型机器人运动控制有不同的控制变量，一种是基于运动学模型的速度控制， 另一种是基于动力学模型的力矩控制。 0 是其几何中心，过点0 的轴具有两个固定的可驱动的轮子两个轮子的运动 由独立的两个驱动器所控制。假定车轮与地面之间满足无滑动条件。无滑动是指车 轮与地面接触点速度在垂直于车轮平面内的分量为零。r 是车轮的半径。2 l 是两个 车轮间的距离。在笛卡尔坐标系下，其位姿可以由y 剀表示。其中，( x ，y ) 是c 的坐标。f 是机器人前进方向相对于x 轴的方位角。 设机器人左轮的速度为吩，右轮的速度为咋。式( 2 1 ) 为移动机器人连续系统 的模型田l ，式( 2 2 ) 为离散系统的模型，r 为采样时间。 | = 墨c o s 口 2 垦s i n 口 2 r 2 l 鼢孚i 掣掣 l ff e ：o s 口 2 昙s i n o z r 2 l ( 2 1 ) 怫f 蕊：鞠 汜：， l v ，t ：, i k 一1 i j 式( 2 1 ) 、( 2 2 ) 所表示的可移动机器人就是一个非完整系统。在实际应用中， 会存在测量误差( 如车轮半径的测量误差) ，同时移动机器人在运动过程中也会发生 变形以及其它的不确定因素。所以，实际系统的模型与理想模型之间还存在着一些 误差。式( 2 1 ) 、( 2 2 ) 是理想状态下移动机器人的模型。 南京理工大学硕士论文 基于r e a lt i m e e x z e n s i o n 技术的自主视觉机器人导航控制 2 2t s - r 机器人控制系统 图2 2a s r 机器人系统结构 a s - r 机器人由三大部分组成，由上而下分别是传感系统、控制系统和动力系 统。三部分间用连接定位螺栓固定。整机三点支撑，前面两个驱动轮，后面一个万 向轮平衡。在两个驱动轮的前面有一个翻转支撑万向轮，平时该轮子不着地，但是 在机器人前翻转时，可以起支撑的作用。因为机器人高速运行时，突然急刹车，容 易向前翻转。 底箱为动力系统，装由电机、驱动器和电池。底箱体宽度3 4 0 n , m ，总长4 2 0 衄， 高度1 3 0 蛐。底箱内后部安放电池，可配套1 2 h h 镍氢电池或5 0 a h 锂电池。两个主动 轮安装在底箱前部，差速驱动，轮子用橡胶充气轮胎，主动轮直径m 2 1 0 r e ，两轮间 距4 1 0 r a m ，轮轴中心线距前端1 2 0 衄。一个从动轮安装在箱底后部中间，为万向脚轮， 聚胺脂轮体，轮径由5 0 衄，从动轮轴线距主动轮轴线最大距离2 8 6 5 m , n 。安装轮子 后，底箱底盘下净空高7 0 m 。另一个翻转支撑万向轮安装在箱底前部中间，为万向 脚轮，聚胺脂轮体，轮径4 8 衄。 中箱为控制系统，即计算机机箱，为长八边形，长4 2 0 衄，宽3 4 0 衄，高1 6 0 , m 。 中箱前后为门式结构，用螺钉固定，可拆卸。机箱内主扳水平放置，a t x 电源放在主 板后，硬盘架空放在主板上方。机箱两侧面开孔，开关、按钮及接插t 7 等引出到机箱 第二章预备知识硕士论文 侧面。机箱前后门小斜面上开散热孔，机箱整体靠铝壳体传导和自然通风散热。计 算机板卡除侧面螺钉固定外，在板卡上方增加压板梁、压板柱压紧固定板卡。 顶箱为传感系统，圆盘型，直径巾4 8 0 r a m ，高6 0 r a m 。顶箱侧面圆周间隔3 0 开 1 2 个圆孔和方孔，方孔与圆孔间隔1 5 。在前面正中圆孔和左右相邻各两个圆孔共 安装5 个超声传感嚣，5 个超声间隔处的方孔安装4 个红外传感器。项箱面板上安装 摄像头、无线网卡等，面板上预留m 3 、m 4 、m 5 的螺纹孔，可扩展安装云台摄像头、 液晶显示器、数字罗盘、机械手臂等配置。 图2 3 为a s r 移动机器人控制系统的基本结构图整个系统由传感器机构、 机器人动力系统、机器人控制系统( p c 机) 、电源以及测速机构等组成。 图2 3a s r 机器人控制系统结构示意图 首先，移动机器人由c c d 摄像机采集图像( 或采用其他传感器系统) ，c c d 视 频图像经由视频采集卡接入计算机中，通过软件对视频图像进行软件处理，提取出 路径目标区域，并采用相应的算法对路径目标区域中的路径进行识别，同时通过摄 像机逆模型变换将其转换为世界坐标系中的路径信息。将此信息作为控制系统的输 入量，由控制系统采取适当的控制策略，计算出相应的控制量输出到移动机器人的 驱动系统，完成移动机器人的路径跟踪。 轮式移动机器人控制根据控制目标的不同，可归纳为三个基本问题；轨迹跟踪， 路径跟踪和点镇定。路径跟踪就是在惯性坐标系中，机器人从一个给定的初始状态 出发，到达和跟踪一条理想的几何路径轨迹跟踪是跟随一条理想轨迹，这条轨迹 是和时间有关的几何路径。点镇定指的是机器人从一个给定的初始状态到达一个理 想的目标状态，并稳定在给定目标点上，也即机器人平衡点的稳定问题。除了这些 南京理工大学硕士论文 基于r e a lt i m ee x t e n s i o n 技术的自主视觉机器人导航控制 底层的运动控制，轮式移动机器人控制问题还包括高层的路径规划与优化、障碍物 检测与避让、多机器人协作等。论文研究的主要控制问题是轮式移动机器人的路径 跟踪问题。 2 3a s - r 机器人视觉导航 在各种导航方式中，视觉传感器的信息量是最大的。但图像处理速度较慢，对 导航的实对性有影响。随着视频硬件和图像处理技术的不断发展，使得导航精度和 实时性都不断提高。a s r 机器人采用s o n y 公司的d v i d 1 0 0 p 彩色c c d 摄像机和视 频采集卡来进行图像采集。摄像机为1 3 0 万像素，速度为3 0 帧秒，水平角为6 6 0 到 6 5 0 图像环境信息经过c c d 摄像头由光学图像转换成视频信号，然后由基于p c i 总 线的视频采集卡转换成计算机可处理的数字图像信号对图像的处理一般都通过计 算机软件来实现。而图像辨识是来辨识出路径信息，以提供信息来进行路径跟踪控 制。a s r 机器人的视觉系统示意图如下： 图2 4a s r 视觉系统示意图 具体分析机器人的视觉系统，主要分为三部分，即图像采集和预处理、图像分 析和图像理解。图像采集是为了获取数字信息。而预处理包括图像变换、细节增强 和图像恢复，预处理是为了改善图像的质量。 图像分析是对图像中有用的信息进行提取、检测和分析，以提取出路径等跟踪目标 的特征信息。图像分析包括图像分割、边缘检测、目标的表达和描述等。图像分割 指把图像分成不同性质的部分，并且提取出关注的目标区域的过程。常用方法有基 于边界的方法和基于区域的方法。灰度阙值法就是一种常见的直接检测区域的方法 图像理解是视觉系统的最高层，即在图像分析的基础上，进一步分析图像中不 同目标的性质和联系，并联系周围环境理解图像内容含义以指导路径规划的决策。 图像理解是一个前沿的研究领域，匹配技术的发展对机器人理解图像含义起了重要 作用 移动机器人工作环境复杂，因此要求提高图像识别的准确性同时移动机器 第二章预备知识硕士论文 人要求实时采集分析环境图像，因此要求图像处理具有快速性，这样才能保证准确 的路径跟踪。因此，提高图像技术的准确和快速性也是需要研究的重点。 2 4 实时控制系统 2 毛1 实时系统的特征和要求 我们所说的实时系统，即系统在收到事件以后，在规定的时间给予快速的响应 处理，并将最后处理结果传送给目标系统。工业控制的实时性对控制软件的要求已 经越来越高，一方面要求有一定的图形界面，数据分布和后处理功能；另一方面要求 系统高速度、高精度和同时具有异常处理等功能。 一个实时系统需要满足以下基本要求：多任务、抢占调度、任务间通信和同步、 性能边界等。多任务指允许对应于多个外部事件的多线程执行，系统内核分配c p u 来给这些多任务以获得并发性。基于优先级的抢占调度，指的是任务都被指定了优 先级，优先级高的任务抢占c p u 资源，也就是说高的优先级任务可以抢占正在运行 的低优先级任务。同时，系统应保证多个任务之间快速强大的通信机制，内核也要 提供有效共享资源的同步机制。性能边界指系统必须提供最坏的性能指标，在快速 响应的同时，必须保证系统的稳定性能。 实时又可分为硬实时和软实时，所谓软实时，即系统会延迟处理时间，降低性 能来响应事件，这时w i n d o w s 系统只能保证运算的逻辑正确，不能满足时限要求。 而硬实时即使多事件并发，也要保证在时限下按优先级完成事件处理。 在w j l l d o w 8 产品中，w i n d o w s n t 以其安全性，开放性等特点被广泛地应用于 工业控制中，但仅仅限于“弱实时”要求的控制系统中，系统不能够完全保证在允 许的时间内对控制要求给出反应，但是可以迟一些做出反应。但在许多控制系统中， 如工业机器人控制器的应用中，弱实时是远远不能够满足要求的，它要求“硬实时”， 即系统必须在给定的时间内处理完所要求的控制任务。 2 毛2 实时控制技术的发展和应用 目前，实时高速控制系统实现的主流方式有以下几种：一是基于d s p 专用硬件 设计。硬件必须根据需要定制，结构较复杂，通用性不强。二是数据采集卡，必须 有操作系统核心层的驱动程序配合采集卡，才能实现较高实时精度。三是r t x ( r e a l ：t i m e e x t e n s i o n ) ，即w i n d o w s 硬件抽象层的实时扩展，具有独立的内核结构。 南京理工大学硕士论文基于r e a lt i m ee x t e n s i o n 技术的自主视觉机器人导航控制 2 5l l t x 实时系统介绍 r t x 即w i n d o w s 操作系统内核体系的延拓，修改并扩展了整个硬件抽象层h a l ( h a r d w a