智能移动机器人控制与感知系统_第1页
智能移动机器人控制与感知系统_第2页
智能移动机器人控制与感知系统_第3页
智能移动机器人控制与感知系统_第4页
智能移动机器人控制与感知系统_第5页
已阅读5页,还剩33页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、摘要随着机器人的应用范围的不断拓宽,机器人所面临的工作环境也 越来越复杂,往往是 未知的、动态的、非结构化的,所以,要在这 种环境下实时地完成各种任务,就对机器人的控制提出了新的挑战。本文的主要工作和创新点包括:对移动机器人的硬件模块进行了 分析。详细研究了移动机器人的感知系统,包括超声波传感器和视觉 传感器两大模块。移动机器人采用了两款超声波传感器组合使用,用 于探测更为全面的障碍物特征信息。通过对基于行为控制技术的论 述,设计了一种用于移动机器人完成多目标任务的基于行为控制系 统。另外机器人采用了 Sony EVI-D31 PTZ 摄像头,成功地实现了计 算机串口控制,大大的扩展了机器人的

2、视觉功能,可以更多的获取外 界信息。关键词:移动机器人、硬件模块、行为控制。AbstractWith the development of applied range, the work condition faced by robot is more complex, which always is unknown, dynamic and unstructured. So the control of robot t o fulfill a mission in real time under this environment has a new challenge. The ma in

3、work and innovative ideas rmationThe structure of RIRA-Mobile robot is introduced. Furthermore, the driving model and power model are analyzed. The perception system of RIRA-Mobile robot is demonstrated particularly, which includes two models of vision and ultrasonic sensor. RIRA-Mobile

4、robot uses two type s ultrasonic sensors so as to detect the general obstacles addition, Sony EVI-D31 PTZ camera is also used, which can de controlled by computer serials that the vision function of robot is extended greatly to get more environment information. Through exploring the behavior-based c

5、ontrol technology, a behavior-based control system has been designed for mobile robot fulfilling multiple objective missions.KEYWORDS: mobile robot; hardware modules; behavior control.目录 TOC o 1-5 h z HYPERLINK l bookmark2 o Current Document 第一章 绪论 1 HYPERLINK l bookmark4 o Current Document (一)移动机器人

6、研究现状1 HYPERLINK l bookmark6 o Current Document 1、移动机器人的控制系统1 HYPERLINK l bookmark10 o Current Document 2、导航方式5 HYPERLINK l bookmark12 o Current Document 3、传感器及多传感器融合技术6(二)移动机器人的关键技术7 HYPERLINK l bookmark14 o Current Document 基于行为的控制技术7 HYPERLINK l bookmark16 o Current Document 移动机器人的主动视觉技8(三)研究意义和主要

7、内容10 HYPERLINK l bookmark18 o Current Document 章移动机器人的硬件结构 11(一)移动机器人驱动模块11 HYPERLINK l bookmark20 o Current Document 1、驱动模块的硬件选取 11 HYPERLINK l bookmark22 o Current Document 2、驱动模块的控制12(二)移动机器人无线通讯模块13 HYPERLINK l bookmark24 o Current Document 1、计算机与机器人间的图像无线通信14 HYPERLINK l bookmark26 o Current Do

8、cument 2、计算机与机器人间的无线数据通信14 HYPERLINK l bookmark46 o Current Document (三)移动机器人控制系统的设计15 HYPERLINK l bookmark48 o Current Document 1、反应式控制结构15 HYPERLINK l bookmark50 o Current Document 2、移动机器人基于行为的控制系统的原则17 HYPERLINK l bookmark52 o Current Document 3、基于行为的控制系统的行为选择机制18 HYPERLINK l bookmark54 o Current

9、 Document 第三章移动机器人感知系统研究 19(一)移动机器人的超声波传感器感知模块19 HYPERLINK l bookmark56 o Current Document 1、超声波传感器19 HYPERLINK l bookmark58 o Current Document 2、超声波传感器的基本原理20 HYPERLINK l bookmark60 o Current Document 3、移动机器人超声波传感器的应用20(二)移动机器人的视觉感知模块23 HYPERLINK l bookmark62 o Current Document 1、视觉系统的硬件结构24 HYPERL

10、INK l bookmark64 o Current Document 2、视觉系统的软件结构27结 论 32致 谢 34第一章 绪论(一) 移动机器人研究现状移动机器人的研究始于 20世纪 60 年代末期,目的是研究人工智能技术 及在复杂环境下机器人系统 的自主推理和规划能力。70 年代末,随着计算机 技术和传感技术的发展,世界上一批著名公司开始研究移动机器人平台,这些移 动机器人平台主要作为大学实验室及研究机构的移动机器人实验平台。近年 来, 自主式移动机器人(Autonomous Mobile Robot)技术在工业、农业、医学及社 会服务业等领域显示了越来越广泛的应用前景,因而成为国际

11、机器人学术界研究 的热点问题。国外移动机器人的发展比较迅速, 80 年代,美国国防高级研究计划局(DARPA),制定了地面天人作战平台的战略计划。从此,在全世界掀开了全面 研究室外移动机器人的序幕,如DARPA的“战略 计算机”计划中的自主地面车 辆(ALV)计划(1983 1990),能源部制订的为期10年的机器人和智能系统 计划(RIPS 19861995),以及后来的空间机器人计划,日本通产省组织的极 限环境下作业的机器 人计划,欧洲尤里卡中的机器人计划,还有由美国NASA资 助研制的“丹蒂”八足行走机器人,美 国NASA研制的火星探测机器人索杰 那等。国内在移动机器人的研究起步较晚,大

12、多数研究尚处于某个单项研究阶段, 主要的研究工作有:清华大学智能移动机器人于 1994 年通过鉴定;香港城市大 学智能设计、自动化及制造研究中心的自动导。1、移动机器人的控制系统对于移动机器人的智能控制来讲有两种不同的观点:一是基于“环境建模 规划控制”的纵向体系观点,即基于模型的智能控制模拟了人的深思熟虑的行 为;二是基于“感知行动”的横向体系观点, 模拟了一种反射行为以及对复 杂环境的迅速反应和适应能力。移动机器人的控制结构通常有下面几种:.分级递阶结构:图1.1所示的分级递阶结构是由Albus提出的1-4, 把各种模块分成若干层,位于高层的模块负责复杂的推理、判决,较低的层次用 于与外界

13、的交互。这种体系结构遵循“感知思维行动”的基本规律,层次向 上智能增加,精度降低,层次向下,智能降低,精度增加,较好地解决了智能和 控制精度的问题。其缺点是反应性差,虽然低层有一定的实时处理能力,但仅限 于局部的非智能 反应,失去了高度智能性的实时反应能力, 另外,由于各模块 串行连接,其中任何一个模块的故障直接影响整个系统的功能。图 1.1 分级递阶结构.包容结构:包容式体系结构是美国 MIT 的 R.Brooks 提出的5,采用 “感知动作”结构(图 1.2),也称基于行为的结构。包容式体系结构在处理 动态环境中不确定和模仿动物的低级反射行为方面具有很多优点,适合快速的反 射性行为,如移动

14、机器人的目标识别与路径规划,漫游与避障等。但是它 强调 单元的独立、并行工作,缺少全局的指导和协调。图 1.2 包容结构3. 组织协调执行结构:这种结构是由 Saridis 等人提出来的 (图 1.3)图 1.3 组织协调执行结构4.反应式结构:即根据移动机器人的行为功能构造控制体系结构(图 1.4)。图 1.4 反应式机器人控制结构它将机器人行为的感知、规划、任务执行等过程封装成一个行为模块,例如 将机器人的行为分为停车、跟踪、漫游、避障等行为功能模块,每一行为实现传 感器信息与机器人动作间的一种映射。某一时刻,只有一种行为控制车体。反应 式从下向上的方法改变了机器人的控制策略,它是在小状态

15、下搜索一系列的可编 程的条件动作对。纯粹的反应式系统不使用任何的环境信息内部描述,不执 行任何的规划,机器人只是对传感器的信息直接进行反应,从而产生动作。这种 控制方法是基于“刺激-反应 (stimulus-response)的原理。这样就使机器 人能够快速地对时变的、非人为构造的环境进行反应。5.混合式结构可分为:漫游层、趋向总目标层、规划层或趋向子目标层、 应急避障层和解死锁层,从下到上的各层中,越是高层,优先级越高,各层具体 功能如下:漫游层:低优先级层,在无任务情况下,机器人根据传感器选择无障碍物方 向随机动作。目的是在多机器人环境下,暂时无任务的机器人同样需要保持清醒 的意识和一定的

16、机动性,避免冲突。趋向总目标层:机器人通过通讯方式得到任务,比如一个最终目的地,机器 人在本层内不断比较当前位置和目标位置,产生并输出一个指向目标位置的下一 步动作。如果本层有输出,则表明机器人有新 的任务,停止漫游活动,开始趋 向目标运动。规划层:本层又叫子目标层,主要任务是机器人利用超声波传感器、已有地 图及通讯方式得到较远处的环境信息,使机器人有足够的时间对环境做出推理判 断,对路径做出阶段性规划。规划结果以子目标的形式输出。应急避障层:机器人在运动过程中,如果红外线传感器测得避障区有障碍物 存在,则机器人暂时停止趋向子目标运动,实施应急避障行为,之后重新规划子 目标。解死锁层:没有一种

17、算法既具有良好的避障行为,又可以排除所有的死锁行 为,本算法也不例外。 因此,本层的作用是判断机器人是否进入死锁状态,如 果是,采用 Follow-wall 行为,逃离死锁状态。系统死锁判断方法:一是系统 在 Time 时间段内速度为 0,二是机器人运动方向与机器人当前目标(总目标或 子目标)方向夹角大于 906。递阶结构,美国国家标准局小85)制造工程中心自动制造研究实验室提出的NBS 分级感觉与控制结构和融合控制结构。随着机器人控制技术的发展,开发“具有开放式结构的模块化、标准化机器 人控制结构”是当前机 器人控制结构的一个发展方向。近几年,日本、美国和 欧洲一些国家都在开发具有开放式结构

18、的机器人 控制器,如日本安川公司基于 PC开发的具有开放式结构、网络功能的机器人控制结构。我国863计划智能机 器人主题也已对这方面的研究立项。新型的机器人控制器应有以下特色:(1)开放式系统结构,采用开放式软 件、硬件结构,可以根据需要方便的扩充功能,使其适用于不同类型机器人或机 器人化自动生产线。(2)合理的模块化设计对硬件来说,根据系统要求和电气 特性,按模块化设计,这不仅方便安装和维护,而且提高了系统的可靠性, 系 统结构也更为紧凑。(3)有效的任务划分,不同的子任务由不同的功能模块实 现,以利于修改、添加、配置功能。(4)实时性、多任务,要求机器人控制器 必须能在确定的时间内完成对外

19、部中断的处理,并且可以使多个任务同时进行。(5)网络通讯功能,利用网络通讯的功能,以便于实现资源共享或多台机器人 协同工作。(6)形象直观的人机接口。2、导航方式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- 5 -的陆标导航、 视觉导航和味觉导航等。环境地图模型匹配导航7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。它涉及环境地图模型建造和 模型匹配两大问题。陆标导航是事

20、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,但陆标探测的稳定性和鲁棒性是研究的主要问 题8。视觉导航主要完成障碍物和陆标的探测及识别。Trahanias9利用视觉探测陆 标来完成机器人导航。其中陆标

21、不是事先定义的人工陆标,而是在学习阶段自动 抽取的自然陆标。视觉导航中边缘锐化、特征提取等图像处理方法计算量大,实时性差始终是一个瓶颈问题。解决该问题 的关键在于设计一种快速的图像处理方法。Stanley10提出了基于神经网络的 机器人视觉导航技术。该技术中估算逆雅可比矩阵是 基于视觉导航的一个关键 问题。它将图像特征的变化与机器人的位置变化对应起来,通过神经网络训练 来 近似特征雅可比矩阵的逆阵。该技术,通过提取几何特征、平均压缩、向量量化 和主成分提取来简化图像处理,实现实时视觉导航。味觉导航11,12。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

22、运动。由于气味传感器具有灵敏度高、 机器视觉技术的优越性响应速度快以及鲁棒性好等优点,近年来许多研究人员在 气味导航技术上做了许多研究工作。但该项技术能够真正应用到实际环境中的却 很少,仍处于试验研究阶段。Figaro Engineering lnc.公司研制的氧化锡气味 传感器,被广泛用于气味导航试验。石英晶体微平衡气味传感器、导电聚合物气 味传感器和一种模仿哺乳动物鼻子功能的电子鼻等用于移动机器人味觉导航的 传感器都处于试验阶段。目前的味觉导航试验多采用将机器人起始点和目标点之 间用特殊的化学药品,如酒精和樟脑九等,引导出一条无碰气味路径,机器人根 据不同的道路跟踪算法,用气味传感器感知气

23、味的浓谈和气味源的方向进行机器 人导航试验。味觉导航的研究具有很好的研究价值,该种移动机器人可用来寻找 化学药品泄露源。3、传感器及多传感器融合技术传感技术自 80 年代以来获得了迅猛的发展,它已经越来越多的被应用于各 种监测系统。移动机器人的传感技术用于对车体自身及外部环境信息的检测和处 理。移动机器人所用传感器主要分为两类内传感器和外传感器。(1)内传 感器:用于测定机器人自身的参数位置和方向。常用的有计程仪、差分计程仪、 磁罗盘和陀螺罗盘等。(2)外传感器:用于检测和处理外部环境信息。其中, 用于移动机器人测距的外传感器通常为非接触型传感器,包括声学、 光学和电 磁波三类。目前常采用超声

24、、激光、视觉等传感器。超声传感器的优点是硬件结 构简单,价格低廉,容易操作;缺点是速度慢,存在较大的波束角,且对光滑表 面存在镜面反射。激光传感器的优点是发散小或没有发散,并对大多数物体无镜 面反射现象,缺点是存在潜在的安全问题(首先是人眼安全 问题),且不适用 于透明物质。视觉传感器通常采用 CCD 敏感元件,优点是获取信息量大,缺点 是计算 复杂,对环境光线有一定要求。另外,移动机器人上还有触觉、压觉、 滑觉等接触型传感器。移动机器人所用传感器主要分为两类内传感器和外传感器。(1)内传 感器:用于测定机器人自身的参数位置和方向。常用的有计程仪、差分计程 仪、磁罗盘和陀螺罗盘等。(2)外传感

25、器:用于检测和处理外部环境信息。其 中,用于移动机器人测距的外传感器通常为非接触型传感器,包括声学、 光学 和电磁波三类。目前常采用超声、激光、视觉等传感器。超声传感器的优点是硬 件结构简单,价格低廉,容易操作;缺点是速度慢,存在较大的波束角,且对光 滑表面存在镜面反射。激光传感器的优点是发散小或没有发散,并对大多数物体 无镜面反射现象,缺点是存在潜在的安全问题(首先是人眼安全问题),且不适 用于透明物质。视觉传感器通常采用 CCD 敏感元件,优点是获取信息量大,缺 点是计算复杂,对环境光线有一定要求。另外,移动机器人上还有触觉、压觉、 滑觉等接触型传感器。多传感器信息融合技术是指将经过集成处

26、理的多传感器信息进行合成,形成 对外部环境某一特征的一种表达方式。在未知环境中,信息的表现形式是多种多 样的,信息容量以及对处理速度的要求已大大超出人脑的信息综合处理能力,信 息融合这一崭新的数据处理技术便应运而生。经过融合的信息具有冗余性、互补 性、实时性和低成本性。多传感器信息融合基本原理和出发点就是充分利用多个 传感器的资源,通过对这些传感器及其观测信息的合理支配和使用,把多个传感 器在空间和时间上的冗余或互补信息,依据某种准则进行组合,以获得被测对象 的一致性解释或描述,使该系统由此获得比它的各组成部分更优异的性能和更可 靠的决策。可以证明:应用优理论融合来自多个传感器的信息总能得到比

27、单个传 感器信息更好的对象状态估计。用于移动机器人的多传感器信息融合方法的研究 从本世纪 80 年代中期开始起步,至今已有 10 余年的历史。由于移动机器人应 用领域很广,因此确定多传感器信息融合的通用方法很难。融合的常用方法 有: 加权平均法、贝叶斯估计、卡尔曼滤波、统计决策理论、DS证据推理、神经 网络和模糊推理法以及带置信因子的产生式规则。其中加权平均法是最简单也最 直观的方法,一般用于对动态低水平的数据进行处理,但结果不是统计上的最优 估计;贝叶斯估计是融合静态环境中多传感器低层数据的常用方法,适用于具有 高斯白噪声的不确定性传感信息融合;对于系统噪声和观测噪声为高斯白噪声的 线性系统

28、模型用卡尔曼滤波(KF)来融合动态低层次冗余传感信息,对于非线性系 统模型采用扩展卡尔曼滤波(EKF)或者分散卡尔曼滤波(DKF);统计决策理论用 于融合多个传感器的同一种数据,常用于图像观测数据;DS证据推理是贝叶 斯估计法的扩展,它将局部成立的前提与全局成立的前提分离开来,以处理前提 条件不完整的信息融合;基于神经网络法根据系统要求和融合形式,选择网络拓 扑结构,通过网络学习确定网络连接权值,对各传感器的输入信息进行融合。系 统具有很强的容错性和鲁棒性;模糊推理法首先对多传感器输出进行模糊化,将 所测得的距离等信息分级,表示成相应的模糊子集,并确定模 糊子集的隶属度 函数,通过融合算法对隶

29、属度函数综合处理,再将模糊融合结果清晰化,求出融 合值;带置信因子的产生式规则主要用于符号水平层表达传感器信息,结合专家 系统对多传感信息进行融合。迄今为止,许多研究人员对信息融合技术的研究做 出了很大的贡献。邬永革13等对多传感器信息融合的概念、方法及实现等问题 作了探讨。SHouzelle和G Giraudon14提出了要从多传感器融合信息中获取 更多潜在的优势,必须对增长的数据流、知识模型和推理决策进行控制,同时通 过使用香农(Shannon)信息理论提出了各种传感器之间的冗余性及互补性的定 量测量。J K Hackett和M Shah15将多传感器信息融合的应用分为六大类, 即场景分割

30、、表达、3-D形状、传感器建模、自主机器人和目标识别。袁军等也 对多传感器信息融合的方法进行了归纳,同时也回顾了融合中的控制结构、传感 器选择及环境建模等问题。多传感器融合技术在自主车导航中的作用越来越受到重视。如 Hilare 移动 机器人将触觉、听觉、 两维视觉、激光测距等传感器结合起来,使之能在未知 环境中操作。Stanford移动机器人将触觉、立体视觉和超声波传感器用于非结 构化人为环境中的机器人导航。Carnegie-Mellon机器人中心研制的CMU自主 陆地车具有彩色 TV 摄像机、激光测距仪和声纳传感器。(二) 移动机器人的关键技术1、基于行为的控制技术基于行为控制方法是反应式

31、系统的扩展,它介于纯粹的反应式和极端的慎 思型之间。在文献中基于行为方法和反应式方法常常被混淆,尽管两者在内部状 态上没有本质的不同,但是基于行为策略要比纯粹的反应式方法优越的多.“基于行为机器人(BBR)建立了人工智能、工程和认知科学之间的桥梁。 基于行为的方法是设计自主智能体和机器人的方法论,是智能体结构的一种形 式。正是这种结构提供了框架并且施加了某些约束,从而使机器人的控制问题得 以解决。基于行为的方法论利用了一种普遍的、生物学上的灵感,从下而上的哲 学体系,并且允许了在解释、描述上的一定的自由。基于行为的方法论的目标就 是发展控制智能系统(通常是指机器人系统,也包括一些仿真机器人和其

32、他的自 主的软件智能体)的方法,使用机器人来构造模型从而更好的理解生物系统(通常是指动物,从昆虫到人类)。”现有的移动机器人存在的主要问题是缺乏灵活性和自主性,大多数机器人只 能在预先定义的地图中或者是高度结构化的环境中执行预先规定的动作。在陌生 的环境下,机器人不能很好的完成任务,主要原因在于对环境情况的预先知识的 了解是不全面的、不确定的和近似的;由于传感器自身的限制, 感知信息存在 不同程度的不确定性,直接使用感知信息很难得到准确的环境模型;控制作用并 非完全可靠,如出现打滑等,基于行为的控制结构解决了这些问题,使机器人能 够克服环境的不确定性,可靠的完成复杂任务,且效率高、鲁棒性好。对

33、于移动机器人的自主导航来说,所具备的行为包括紧急行为、避障行为、 任务行为(包括障碍物 识别及环境探索),每种行为有不同的优先级,其中紧 急行为优先级最高,避障行为次之,任务行为优先级最低,整个体系结构如图 1.6 所示图 1.6 基于行为的控制结构2、 移动机器人的主动视觉技主动视觉的定义:主动视觉(Active Vision)是当今计算机视觉和机器视觉 研究领域中的一个热门课题。主动视觉强调的是视觉系统与其所处环境之间的交 互作用能力。具体地说,主动视觉系统应具有根据自己在当前环境中所处的状态, 如几何位置、姿态,摄像机的成像光学条件等,调整自身各部分的状态参数,使其 能够达到一个佳成像状

34、态,从而使系统能够方便地完成特定的视觉任务,如动态 地跟踪 物体的运动。由此可见,主动视觉系统就是能够支持主动视觉功能的实 验演示系统,又称为图像采集平台(multi-DOF image grab platform)。通过视觉 信息进行导航控制是随着计算设备运算速度和存储容量 的快速发展、图像技术 的进步而提出来的。视觉系统在导航中主要起到环境探测和辨识的作用。环境的 探测包括障碍探测和陆标探测,而辨识主要是路标和目标物体的识别。其目的是 为移动机器人提供相关 的环境信息如障碍物相对机器人的位置信息,机器人在 全局坐标下的位置信息,甚至运动物体的速度、 方向、距离信息,以及目标的 分类等。视觉

35、导航的优点在于其探测的范围广,取得的信息丰富,其难点 在于 机器人导航使用的视频图像信号数据量很大,要求较高的实时数据处理能力,同 时从图像中提取对导航有价值的信息也是一个富有挑战性的工作。视觉系统的组成机器人视觉系统从功能上看可分成图1.7所示三部分。其中摄像头的作用是 摄取环境中的情况,产生连续帧(或场)的视频图像。这些视频图像通过A/D转换, 生成相应的数字图像,然后再由图像识别算法对这些数字图像进行辨识,得到所 需数据。机器人视觉系统就其实现方案而言,可分为三类27:第一类是所谓的软件 法,该法是指图中的A/D功能由专门的图像采集卡实现,而图像识别算法则由装 入主计算机的程序完成。因为

36、单纯实现A/D功能的图像采集卡结构简单,通用性 强,在市场上较普遍,而在PC机上开发软件算法也较方便,因此软件法是比较容 易实现的方法。但是由于主机要完成大量的数字图像信息的处理,工作量很大, 所以实时处理的速度是此类方法的开发重点和难点;第二类是硬件法,它将图中 A/D和图像识别算法固化在一块数据采集处理板上,图像采集板完成图像的数字 化转换、图像压缩、分析和处理的功能,向主机传送图像处理后的结果。由于大 量的图像处理、分析动作都由图像采集板完成,减轻了主机的负担,是提高系统 的实时处理速度的有利手段。由于问题的具体性,采用此法需独立开发出一块数 据采集板,所以通用性不强,设计周期长,成本高

37、;第三类是软、硬件结合法, 在这种方法中,数据采集处理板可实现A/D功能和部分简单但量大的图像辨识任 务,然后将中间辨识结果传给计算机,在计算机上完成剩余的量小但复杂的辨识 计算任务。这种方式下,图像的通用性强,开发周期短。显然采用软硬件结合法, 要比采用硬件法开发数据采集处理板的难度小,但是该方法所需的采集卡价格 贵,费用也较高。视觉系统的工作原理:无论采用哪种方式,机器人视觉子系统一般都具 有如下的功能模块:图像采集、图像分割、目标识别和目标跟踪。(a)图像采集、通过摄像头将环境中的现实情况采集到计算机内存,供视觉处理软件分析。 主要用摄像头、图像采集卡等硬件设备来完成。(b)图像分割也就

38、是图像的二值化,是将彩色图像中各像素区分成不同对象的子类。经过 像素分类处理后,彩色图像变为二值图像(感兴趣的目标点为1或255,背景点为 0,也可以根据算法实现的需要设置其它值)。在二值图中,分离出各个独立的 目标区域。图像分割是在颜色分割的基础上进行的,对图像进行颜色分割后,就 可以获得多个二值化图像结果,这些二值化图像实际上是从同一幅图像中获得 的。因此,对于多目标图像处理需要获得多重二值化图像结果。这样就完成了多 目标的分割。(c)目标识别此模块是通过独立目标区域的特征量来确定目标特性,如通过目标矩心、目 标周长、面积和方向等,最终确定出目标的中心位置和运动方向,为决策子系统 提供信息

39、。目标识别的过程是计算机认识图像的过程。就机器人视觉系统来说, 它对机器人视觉系统的实时性影响最大,是系统的研究重点和难点,同时也是目 前广大学者研究的热点,提出了许多算法。(d)目标跟踪在机器人小车运动的同时,视觉子系统连续摄取环境中的一帧一帧的彩色图像, 及时处理帧图像,使机器人小车能够进行连续的运动。在机器人视觉系统中搜索 目标的方法有两种:一种实现方法是对所采集的每一帧图像进行全帧识别处理; 另一实现方法是利用上帧所识别出来的目标信息,根据它的速度及运动方向,对 它在下帧中的大致位置进行预测估计,从而只需在一帧图像的局部区域进行搜索 和识别。处理,这一方法便是实际的目标跟踪。目标跟踪大

40、大地减少了系统处理 的数据量,从而很容易实现实时性要求,也可以提供较多的时间进行其它处理。(三)研究意义和主要内容近几十年来,机器人技术不断得到发展,其应用领域也越来越广泛,尤其是 在军事、月球探索、服务等领域愈发得到了更加重要的应用。但是在不断提高机 器人智能化的同时,它所面临的环境也开始变得越来越复杂,往往是未知的、动 态变化的,机器人要完成的任务也越来越复杂。所以就要求机器人必须有一个更 好的体系结构,从而能更好的代替人类的劳动、工作。本文对移动机器人的行为控制较为系统的研究,提出了基于行为的模糊控制 技术方法。本文的主要工作和创新点包括:第一部分详细论述了移动机器人及其控制技术的现状,

41、对当前的国内外移动 机器人的发展进行了分析和展望。第二部分对自行研制开发的RIRA移动机器人进行了阐述,并对RIRA移 动机器人的硬件模块进行了详细分析。第三部分进行了 RIRA型移动机器人的感知系统的设计,包括超声波传感 器和视觉传感器两大部分。RIRA移动机器人采用了多路超声波传感器组合,还 使用了两款可测距超声波传感器,用于探测不同距离的障碍物,保证对外界环境 的尽可能多的检测。另外RIRA移动机器人采用了 Sony EVI D3-PTZ摄像头, 成功地实现了计算机串口控制,大大的扩展了机器人的视觉功能,可以更多的获 取外界信息。第二章 移动机器人的硬件结构(一) 移动机器人驱动模块(1

42、)调速范围宽广,伺服电机的转速随着控制电压改变,能在宽广的范围内连续调节;1、驱动模块的硬件选取硬件的选取根据实际环境的需要,RIRAII移动机器人的驱动部件选取的是交流伺服电 机,交流伺服电机选用日本松下电机,它的额定功率为 0.75kW,额定转矩为 2.4Nm,最高转速为4500rpm,额定转速为3000rpm,选用的编码器是增量式编 码器。这种电机有三种控制模式:位置控制模式、速度控制模式和转矩控制模 式。 运动控制的原理:由运动控制模块发出控制信号,如脉冲信号和模拟电压量等, 这两种控制信号分别对应位置控制模式和速度控制模式,伺服电机在相应的模式 下接收到控制信号,于是便能按照预定的方

43、式运动。在位置控制模式下,根据输 入电机的脉冲频率,控制驱动电机转速,随着控制频率的增大,位置控制模式的 线性度略有下降,这是由于累积误差引起的。因此,移动机器人的运动控制,一 般不采用位置控制方式,而选用速度控制模式。交流伺服电机工作原理伺服电机在控制系统中用作执行元件,将电信号转换为轴上的转角或转速, 以驱动控制对象。伺服电机有交流和直流两种,它们的最大特点是可控。在有控 制信号输入时,伺服电机就转动;没有控制信 号输入时,则停止转动;改变控 制电压的大小和相位(或极性)就可以改变伺服电机的转速和转向,它是控制系 统中的原动机。伺服电机控制方法有三种:幅值控制;相位控制;幅值- 相位控制。

44、生产中多用幅值控制。交流伺服电机与普通电机相比具有如下特点: (1) 调速范围宽广,伺服电机的转速随着控制电压改变,能在宽广的范围内连 续调;转子的惯性小,能实现迅速的启动,转动;控制功率小,过载能力强,可靠性好。由于伺服电机的特点,它的应用非常广泛。例如,雷达系统中扫描天线的旋 转,流量和温度控制中阀门的开启。另外,数控机床中刀具运动、舰船方向舵和 机器人的驱动都是采用伺服电机来完成的。2、驱动模块的控制本研究主要采用单片机来控制驱动模块,单片机以其体积小、价格低、抗干 扰性好等特点,在现代控制系统中常用在操作现场进行数据采集,以及实现现场 控制。其程序流程图如图 2.1所示。图 2.1 电

45、机动作流程图单片机输入的脉冲信号通过 D/A 转换,把数字信号转换成模拟信号,电机 的转速和转向主要是通过电压的变化来控制的,电机需要的电压范围为-10V +10V,其速度控制图,如图2.2示,阴影的部分表示斜率可以变化的范围,通 过调节伺服控制器的参数可以调节斜率,速度的正轴代表正转,负轴代表负转。 交流伺服电机控制器有五种模式选项,包括:监视器模式、参数设定模式、EEPROM 写入模式、自动增益调整模式、辅助模式。在交流伺服电机运转之前,还需要对 控制器的参数进行设置,选择控制器的参数设定模式,对其参数进行设置,其参 数设置如表 2.2所示,调节表 2.1 参数也可以改变电机的转速和方向。

46、在交流伺服电机运行的时候,选择控制器的监视器模式以监视电机的转速,确保电机的 转速与指令给定的一致。移动机器人运动方式为履带式车辆运动方式,即左边两个轮子的转速一致, 右边两个轮子的转速一致。因此该移动机器人可简化成以前后轮中心线为轴线的 两轮移动平台。可以通过控制左右轮的速度来控制移动机器人作相应的动作。移 动机器人的动作主要包括前进、后退、前进左拐、前进右拐、后退左拐、后退右 拐、停止等动作。图 2.2 速度控制示意图表2.1伺服电机参数设置参数号参数描述值Pr02控制方式选择1Pr04驱动禁止输入无效1Pr06零速箱位输入选择1Pr50速度指令输入增益按需要设定Pr51速度指令输入取反P

47、r58加速度时间设定Pr59减速度时间设定Pr5AS形加速,减速时间设定(二)移动机器人无线通讯模块如何提高自主式移动机器人对各种传感器信息的处理能力是一个关键技术 问题。在移动机器人自身负重能力有限的情况下,通过无线通信方式,借助外部 计算机处理传感器信息成为一种可行方案在轮式移动机器人控制平台上,成功地 实现了自主式移动机器人的无线控制。无线通讯模块的功能主要有:图像的无线传输和数据的无线传输。1、计算机与机器人间的图像无线通信图像的无线传输采用了 1K1200SR 无线影音发射器和接受器。摄像头连接 发射器,位于移动机器人的车体之上;接收器放位于上位机(图像处理计算机) 处,和彩色数字图

48、像采集卡连接,传输距离可达百米。2、计算机与机器人间的无线数据通信考虑到移动机器人的特点,无线通信是较为理想的通信方式。试验中,无线 收发模块采用TX315A全晶振式射频无线收发模块,模块由TX315A T01发射 组件和TX315A-R01接受组件两部分组成。该无线收发模块主要有以下特性: (1)体积小,发射和接受模块均为12*22*32mm0(2)其频率绝对一致,故在 使用的时候可随意增加发射和接受组件,以组成所需要的功能系统。(3)发射 模块的输入信号可以使用 VD5026,PT2262,HT12E 等等编码器,或是 PIC16, Z80, 51系列的单片机,电路含有一只47KQ的限流电

49、阻,信号可以直接由芯片 输出,传输速率为0.6K-4.8K, 10K0(4)接受模块内含有一整 套超外差晶振 接受和数据处理电路,输出可直接传给 VD5027,PT2272,HT12D 译码器或 PIV16,Z80, 51 单片机。发射模块与主机的连接见图 2.3,接收模块与单片机 的连接见图 2.6。图 2.3 发射模块与计算机的连接图计算机与单片机 8951 间的无线通信试验中,发射和接受两个模块用于计算 机串口与单片机 8951 之间进行无线通信。单片机 8951 支持串口通信功能, 性价比高,是计算机控制机器人的理想中介。TX315-T01模块与计算机串口的连 接中,由于模块不支持 T

50、TL 电平,计算机串口的 TXD 线需要经过电平转换后与 发射模块的信号输入端相连。接受模块与单片机 8951 的连接如图 2.4 所示, 无线接受模块的信号端与单片机的 RXD 连接。单片机 8951 可直接通过一个引 脚的高低电平将无线收发模块置于始终发射或接收状态。由于试验中计算机采用 的是Visual Basic 6.0的开发环境,可通过设置Mscomm控件的属性来实现计 算机串口对无线收发模块收发状态转换的控制。计算机与单片机的通信速率约定 为9600bs,为了获得精确的波特率,8951选用11.0592MHz的晶振。所对应的单 片机接受程序,部分如下:GET:CLR RINOPNO

51、PG1:JBCRI,G10AGMP GIG10:MOVA,SBUFMOV 30HALCALL DISPLAYSJMP GET单RXD无线片接受机模块+ 5VT-L GND图 2.4 接收模块与单片机的连接图机器人无线控制是基于上述计算机与单片机之间的无线通信而实现的,设计 机器人无线通讯的总体框架如图 2.5所示。图 2.5 机器人的无线通讯模块示意图(三) 移动机器人控制系统的设计1、反应式控制结构随着人们对于移动机器人的性能的要求不断提高,例如要求其能够在复杂的 区域中(如在真实环境 中)进行有目的的自主移动,这样就需要在它们的控制 系统中具有一定的实时反应能力,针对这种情况, MIT 的

52、 Brooks 等人提出了 一种被称为包容系统(Subsumption)的反应控制结构,反应结构目前已经 得到 了很大的发展,各国研究人员提出了各种控制系统,反应结构目前已经广泛的应 用于机器人控制系统。反应式控制结构是把复杂的任务分解成很多简单的可以并发执行的行为,这 些行为直接将传感器和 驱动器耦合在一起,对传感器的输入实时的做出反应, 给驱动器发出控制命令,从而实现了实时控制, 因此这种结构也被称为基于行 为的控制结构(Behavior-Based Control Architecture)。多个行为相互松耦合构成 层次模型,它们通过相互竞争与仲裁,产生抑制和激活信息来协调彼此的行为,

53、因此外部观察者看来具有一种有序的动作方式,表现出某种形式的智能行为,如 避障、跟踪等。这种方法的优点主要在于每个行为的功能比较简单,因而可以通 过简单的传感器及其快速信息处理过程获得比较好的运行效果。高层行为建立在 底层行为之上,但下层可以单独运行,由上而下具有功能继承性,且实时性好。反应系统中的一个关键问题是如何协调各种不同的行为,目前的行为协调一 般分成两种模式:合作(cooperative)模式和竞争(competitive)模式。合作模式(如图 2.6 所示)提供了同时使用一个或者多个行为的输出的能 力,因为这些行为是通过一组权值组合在一起,所以它的输出可以平滑传感器的 噪声。然而,因

54、为在不同的行为之间可能存在冲突,因此这种模式可能会产生小 陷阱或者死循环的情况,合作模式中比较典型的代表是,Arkin提出的Motor 规则控制结构。图 2.6 合作模式在竞争模式(如图 2.7 所示)中,将不同的行为分成不同的等级,当有多 个行为同时发生时,只是选择其中优先级高的行为来作为后的输出,它以不能平 滑传感器噪声为代价避开了小陷阱问题,但是也存在极限环问题,Brooks的包 含控制系统所采用的就是竞争模式。2、移动机器人基于行为的控制系统的原则本课题基于 Brooks 提出的包容体系结构实现移动机器人的基本运动控制, 通过采用分布决策模式 来取代传统的中心决策模式设计控制器,采用基

55、于感知 的反应式行为模式,大大提高了移动机器人的机动能力、鲁棒性以及快速响应能 力,简化了控制系统的设计,进而保证了代码的易实现性和最小的扩展代价。为了使自主机器人系统能够适应环境的变化,研究人员一直在追求更好的硬 件、更复杂的程序、更精确的传感器等等,以求得到更高级的机器人行为。但是, 我们总会受到某些条件的制约。实践经验表明:在多数情况下,越精确、越高级 的机器人系统就越难控制。因此在实际应用中要遵循一定的设计原则,使自主机 器人系统的设计切实可靠。目前,已有许多基于行为模式设计的机器人系统能够 满足人类的许多方面的要求,这些系统的成功主要归功于三个原则:简单性原则、 无残留状态原则和高冗

56、余性原则。简单化设计原则能够带来使调试和改进更容易、更快捷,执行系统的效率更 高、适应性更强的优点,因此它越来越多地被采用。Donald等人给出了关于简单 化设计方法的总的观点;无须理解的灵巧操作、无须静态稳定性的行走、无须传 感器或激励器的运动和基于行为主义的控制系统。无残留状态被定义为一个系统的大量反应的部分规则,是对系统内部所保留 状态的一种度量。我们设计时必须使系统的内部状态与外在环境保持同步,这就 要求所保留的状态不能在系统内部长时间的起作用。无残留状态特性是一种感觉 的消退,即在一短暂时段内保留感觉到的某种信息部分数据,这有点类似于视网 膜对残留影像的保留过程。感觉消退的设计允许将

57、所得的信号直接加入到系统中 而无须改变先前的方法或代码:允许在实际的环境下对智能系统进行训练和调 试。高冗余性是能使系统与不确定因素共存,而不是去消除不确定因素。它的实 现是通过尽量减少对精确度的需求来达到实际的要求。高冗余性原则已经在上述 的简单性原则、无残留状态原则中被充分运用,例如,运用快速反馈取代精确计 算。但在利用高冗余性原则时,研究人员必须要确保获得完成任务所需的最低限 度信息量。3、基于行为的控制系统的行为选择机制基于行为的包容式框架结构,如图2.7和2.8所示,将机器人的任务分成几个 独立模块,每个模块响 应一个非常有限的行为;模块的作用是固定的,这些模 块并行完成各自的工作。

58、由于此结构可以任意添加不同优先级的模块,因此,采 用这种结构构造一个相对复杂的系统成为了可能。但是在这么多无限增 加的行 为模块中,哪一个或几个模块的行为被执行,是同步执行还是异步执行,这些问 题就涉及到了层与层之间的行为协调。图 2.8 包容关系示意图图2.10给出了包容结构模块关系示意图,图中X1是优先级低的行为的输出, X2是优先级高的行为的输出,Xout是实际输出到执行机构的值。当X2存在有意义 的输出,即优先级高的行为处于激活状态时,即使X1也处于激活状态,它也将抑 制X1的输出,此时的实际输出值等于X2, X1不起作用。只有当优先级高的行为不 在激活状态时,优先级低的行为才取得控制

59、权,实际输出才等于XI。第三章 移动机器人感知系统研究(一)移动机器人的超声波传感器感知模块1、超声波传感器超声波是指频率在2000Hz以上,不能引起正常人听觉反应的机械振动波。其 波长很短,可以集成狭小的发射线束,呈束状直线传播,传播具有一定的方向性。 同时超声波作为一种非接触的检测方式,和红外、激光及无线电测距相比,不受 光线、被测对象的颜色等的影响,在恶劣的环境中(如含粉尘时)具有一定的适 应能力,比激光测距更容易获得近距离信息,并且具有结构简单、成本低等优点。 为了研究和利用超声波,人们已经设计和制成了许多超声波发生器。总体上讲, 超声波发生器可以分为两大类:一类是用电气方式产生超声波

60、,一类是用机械方 式产生超声波。电气方式包括压电型、磁致伸缩型和电动型等;机械方式有加尔 统笛、液哨和气流旋笛等。它们所产生的超声波的频率、功率和声波特性各不 相 同,因而用途也各不相同。目前较为常用的是压电式超声波发生器。压电式超声波发生器实际上是利用压电晶体的谐振来工作的。超声波发生器 内部结构如图3.1所示,它有两个压电晶片和一个共振板。当它的两极外加脉冲 信号,其频率等于压电晶片的固有振荡频率时,压电晶片将会发生共振,并带动 共振板振动,便产生超声波。反之,如果两电极间未外加电压,当共振板接收到 超声波时,将压迫压电晶片作振动,将机械能转换为电信号,这时它就成为超声 波接收器了。常见的

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论