ISSN 1000-0054CN 11-2223/N
清华大学学报(自然科学版)J Tsingh ua Univ (Sci &Tech ),2000年第40卷第7期
2000,V o l.40,N o.730/33
112116
基于激光雷达的移动机器人环境建模与避障*
杨 明, 王 宏, 何克忠, 张 钹
(清华大学计算机科学与技术系;智能技术与系统国家重点实验室,北京100084)
收稿日期:1999-07-07
作者简介:杨明(1975-),男(汉),江苏,博士研究生 *基金项目:“九五”国防科技预研项目(16.10.1.6)和国
家“八六三”高技术项目(863-512-20-02)
文 摘:为了提高自主移动机器人运行的安全性和可靠性,提出了一种基于激光雷达的距离信息进行环境建模和避障的方法。首先简要描述了激光雷达的工作原理,比较了几类常用的激光雷达,并介绍了激光测量系统(laser measure-ment system,LM S)。然后给出了一种用于移动机器人环境建模和避障的算法-时变势场法,在此基础上提出了改进算法-多分辨率势场法,实验表明其性能优于原算法。最后讨论激光雷达在实际应用中的一些问题。目前,该方法已成功地应用于清华室外移动机器人T HM R -V 。
关键词:移动机器人;激光测距雷达;时变势场法;环境建
模;避障
中图分类号:
T P 242.6
文献标识码:
A
文章编号:1000-0054(2000)07-0112-05
环境感知是移动机器人研究的关键技术之一。机器人周围的环境信息可以用来导航、避障和执行
特定的任务。获取这些信息的传感器既需要足够大的视场来覆盖整个工作区,又需要较高的采集速率以保证在运动的环境中能够提供实时的信息。近年来,激光雷达在移动机器人导航中的应用日益增多[1]。这主要是由于基于激光的距离测量技术具有很多优点,特别是其具有较高的精度。通过二维或三维地扫描激光束或光平面,激光雷达能够以较高的频率提供大量的、准确的距离信息。激光雷达与其它距离传感器相比,能够同时考虑精度要求和速度要求,这一点特别适用于移动机器人领域。此外,激光雷达不仅可以在有环境光的情况下工作,也可以在黑暗中工作,而且在黑暗中测量效果更好。
1 激光雷达的选择
激光雷达的基本工作原理是测量从发送激光束到接收反射光的时间间隔(tim e-o f-flig ht,TO F),其中,反射光是从被测物体表面反射回来的,时间间隔TO F 与被测距离成正比。目前,有3种常用的测量该时间间隔的方法[2]:TO F 法,直接测量发射光束和反射光束离散脉冲的时间间隔;AM CW 法,通过测量调幅连续波(a mplitude-modula ted continu-ous-w av e,AM CW )发射光束和反射光束的相位差来测量该时间间隔;FM CW 法,通过测量调频连续波
(frequency-modulated
continuo us-wav e,
FM CW)发射光束和反射光束的差频来测量该时间间隔。在上述3种方法中,由于FM CW 方法对激光二极管的要求很高,因此很少使用。实际中常用的是TOF 激光雷达和AM CW 激光雷达。
与二维激光雷达不同,三维激光雷达所获得的距离信息是完全三维的。因此,原始数据经过预处理后可以用来构造C AD 模型或三维立体模型。然而,三维激光雷达在实际应用中也存在一定的问题。激光雷达的三维信息通常是通过两个机械控制的反射镜扫描场景获得的,但是这将带来机械问题。此外,由于三维激光雷达采集的数据量远远大于二维激光雷达,因此通常需要更多的采集时间。在自主导航中,数据采集时间是保证实时性的关键,而在多数的导航应用中,系统只需要知道物体的位置,而无需知道它的精确外形。因此,二维激光雷达更适用于移动机器人的导航应用。
与TOF 激光雷达相比较,AM CW 激光雷达具有较高的精度,这是因为它应用差频技术来测量相位。然而,由于原理上的缺陷,AM CW 激光雷达主要存在以下两个问题。第一个问题是二义性间隔。对
于AM CW 激光雷达来说,距离与相位差成正比关系,如下式
r =λΔh /4π,
(1)
其中λ为调制波波长。由于相位的模为2π,因此距
离的模为λ/2,称之为二义性间隔。原理上的内在缺陷导致了AM CW 激光雷达无法唯一地确定所测量的距离,即它自身无法分辨距离r 和r +λ/2,同时也无法分辨两种不同调制频率的激光束。AM CW 激光雷达只能测量二义性间隔以内物体的距离。由此可以看出,AM CW 激光雷达的最大测距范围受调制波波长限制。第二个问题是混合象素问题。混合象素是指测量结果中接收到来自不同物体表面反射光的象素,而且这些物体之间的距离又比较大。该问题将导致激光雷达所测到的距离不是任一物体表面的真实距离,而是两个物体中间某处的距离甚至两个物体之外某处的距离。这也是AM CW 激光雷达所固有的问题,无法完全消除。因此,AM CW 激光雷达很难分辨出杂乱环境中的多个物体。除此之外,由于AM CW 激光雷达采用差频测相方式工作,因此测量速度慢于TO F 激光雷达。而且,AM CW 激光雷达对于环境的温度和物体的反射率也十分敏感。
在移动机器人的自主导航中,感兴趣的区域大多在机器人前方20m 到150m 之间的区域。因此,与感兴趣的距离范围相比,距离精度不是十分重要,10cm 的距离分辨率就完全能够满足实际应用的需求。与此相反,在这种情况下激光雷达的最大测距范围却十分重要。因此,TO F 激光雷达更适合于移动机器人的自主导航。
通过上述比较,可以得出结论:在移动机器人的自主导航中二维TO F 激光雷达是最佳选择。一般来说,三维AM CW 激光雷达更适于环境或器具的静态建模[3]。使用的激光雷达是德国SICK 光电子公司生产的激光测距系统LM S 。LM S 220是脉冲式TO F 激光雷达,其最大测距范围为50～150m ,距离分辨率为10～50mm ,水平视场为100～180°,角度分辨率为0.25°～1°,采集周期为13～80ms 。
2 环境建模与避障算法
2.1 环境建模与避障问题
环境描述是实现机器人导航控制算法的基础。针对室外环境目前已有不少环境建模方法,评价这
些模型好坏的标准,不是其反映客观现实的精确性
或数学描述的完美性,而是解决导航控制问题的效果。一味地追求精度,往往会导致问题的复杂化,影响算法的实时性、稳定性和鲁棒性。因此,环境描述应当在精度与速度的权衡中,采用定性定量相结合的方法,寻求一个最优或满意的方案。2.2 时变势场法
在实际环境中移动机器人是运动的,它周围障碍物也可能是运动的。因此,移动机器人的环境势场应该是动态时变的而不是静态的,它不仅是空间位置(x ,y )的函数,而且也应该是时间t 的函数。可以借助Max w ell 's 方程来描述移动机器人的时变环境势场
[4]
,根据下面的公式可以计算移动机器人环境
的动态势场为
U (x ,y ,t )=
∑
n
1
k 1d i +k 2(V m +V i )d i
d 2i
,(2)其中:V m 为机器人的速度,V i 为第i 个障碍物的速度,d i 为第i 个障碍物与机器人之间的距离,n 为激光雷达扫描线的数目,k 1,k 2为定常系数。
该时变势场法与其它势场法不同之处在于:
1)考虑了移动机器人的动态环境,提出了时变势场动态位的概念;
2)移动机器人的速度是自适应控制的。当自由空间变大时,机器人的速度提高;相反则降低。机器人的运动方向直接由动态势场控制,而不是由势的和控制;
3)该方法不考虑实际环境中障碍物和自由空间的形状,而是根据传感器检测的距离信息,将采集的信息点看作为障碍点或自由空间点,从而提高行为控制的实时性。
以车体纵向几何中心线为基准,将机器人运动方向上的环境划分为左、右两大区域,分别计算势能,最后给出二区域势能差与势能和的归一化形式,它可以定性地描述机器人周边环境的障碍物分布情况。大量实验表明,由于这种描述形式简捷,算法速度很快,对于实时的自主移动机器人的导航非常有效。
根据式(2),可以将移动机器人的左右部分的势场定义为
U L (x ,y ,t )=∑
n /2
1k 1d i +k 2(V m +V i )d i
d 2i ,U R (x ,y ,t )=
∑
n
n /2
k 1d i +k 2(V m +V i )d i d 2i
.(3)
将势场归一化,并计算左右势场势能和与差如下
113
杨 明,等: 基于激光雷达的移动机器人环境建模与避障
A (t )=C L (t )-C R (t ),A (t )∈[-1,1],
B (t )=
C L (t )+C R (t ),B (t )∈[0,2],C L (t )=
U L (x ,y ,t )-U L (d max ,t )
U L (d min ,t )-U L (d max ,t )
,
C R (t )=U R (x ,y ,t )-U R (d max ,t )
U R (d min ,t )-U R (d max ,t ),
(4)
其中:C L (t )表示归一化后的左势能,C R (t )表示归一化后的右势能,A (t )表示左右势能差,B (t )表示左右势能和。2.3 避障算法
由此,得到了移动机器人的环境模型的简单的表示形式。在此基础上,可以设计相应的避障算法,即通过计算动态势场来求得移动机器人的驾驶速度和驾驶角为
Q (t )=Q max A (t ),
V (t )=V max [1-k 3A (t )]× [1-k 4B (t )],
(5)
其中:Q (t )为移动机器人在t 时刻的转角,V (t )为移动机器人在t 时刻的速度,Q max 为移动机器人的最大转角,V
max 为移动机器人的最大速度,d max
为激光雷达的最大检测距离,d min 为避障的最小距离,k 3
,k 4
为定常因数。
3 实验与算法改进
3.1 实验1
在动态的真实环境中运用时变势场法进行环境建模和避障实验。在图1中,黑色区域即为LM S 激光雷达检测到的障碍物区域,用圆圈标志的物体是一个运动的障碍物。使用式(3)～(5),可以计算出该时刻移动机器人的驾驶角和速度。计算结果在图中以矢量的方式表示。由图1a 可以看出,当该运动障碍物位于车辆的左部时,根据计算可知,左势场大于右势场,结果是机器人向右拐。类似地,图1b 表示该运动障碍物在右方,因此机器人向左转。
(a )障碍物在左(b)障碍物在右
图1 时变势场法实验
3.2 实验2
为了检验时变势场法的避障效果,进行了如下
仿真实验。首先,在仿真环境下构造了一条道路和三个障碍物。然后,使用时变势场法进行仿真,实验结果如图2所示。从实验结果的轨迹中可以看出,在躲避障碍物的过程中,由于距离障碍物过近,使得当障碍物从激光雷达的探测范围中消失后,在道路及其它环境物体的作用下车体向还未完全越过的障碍物方向靠近,从而容易与障碍物发生侧面碰撞。3.3 实验3
实验2中所存在的问题,主要是因为势场的计算是每条激光雷达扫描线所测量结果的累加,而激光雷达的扫描线较多,每一条扫描线表示的势场分量对最终结果所产生的影响相对较小。移动机器人躲避障碍物的过程中,障碍物在激光雷达探测区域中所占的比例越来越少。此时,尽管障碍物距离机器人比较近,但由于其在整个探测区域中所占的比例较小,它对整个势场所起的影响也较小。一旦障碍物从激光雷达的探测区域中消失,机器人则会在另一侧的障碍物或道路的作用下向原障碍物方向靠拢,从而造成与障碍物的侧面碰撞。
该问题可以通过使用多分辨率的时变势场法来解决。由于激光雷达的探测结果的角度分辨率过高,大大超出了实际的要求,反而带来了负面的影响,可以通过降低角度分辨率来提高避障的可靠性。将激光雷达的n 个测量结果划分为n ′个区域,每个区域的距离取为该区域中测量结果的最小值。改进的势场法表示为
U (x ,y ,t )=
∑
n ′
1
k 1(d ′j )2+k 2(V m +V j )d ′j
(d ′j )
2
,d ′j =
min n n ′
(j -1)
该方法可以在障碍物距离机器人很近,而且其在扫描区域中所占比例很小的情况下,仍能对车体产生较大的排斥作用。而且,算法的计算量随着的减小得到了不同程度的降低。采用了多分辨率势场法
的避障实验结果如图3所示,其避障效果明显优于实验2。3.4 实验4
进一步分析不难发现,势场法在避障时仅把注意力集中在当前的探测结果上,这势必会导致机器人行为的短视。而人在驾驶车辆躲避障碍物时,不仅要考虑前方的路况,而且要考虑到车体是否可以安全越过障碍物。如果还不能马上脱离障碍物区域,则需要保持一段车体原先的运动状态。基于这种思想,
114
清华大学学报(自然科学版)2000,40(7)
图2
势场法避障仿真实验
图3
多分辨率势场法避障仿真实验
图4 修正的势场法避障仿真实验
考虑当前和过去时刻的控制信息,将当前势场法计算出的控制量与前一次的控制量进行加权平均得到综合的控制量。即
u 0=Au ′0+Bu -1,A
+B =1,(7)
其中:u ′0为根据当前环境信息计算出的控制量,u -1为前一次的控制量,u 0为综合的控制量。实验结果如图4所示,车体与障碍物之间距离有所增加,控
制效果明显提高。
4 问题讨论
本节主要讨论激光雷达在实际应用中的几个问题,这些问题的存在将有可能影响距离信息的获取质量和激光雷达的工作。4.1 LMS 的标定
由于LM S 激光雷达是二维激光雷达,其扫描的结果是平面,因此,标定的目的就是使该平面保持水平。如果不采取标定,将导致测量数据的严重失效。由于LM S 激光雷达所使用的激光是近红外光,
肉眼无法看见,因此需要专门的设备来检测激光束。SICK 公司为此专门生产了TO PCON Lev el Senso r LS -70B ,使用该设备可以定位到激光束,从而可实现LM S 的标定。4.2 移动机器人的颠簸
对于移动机器人而言,在行驶过程中颠簸是无法避免的。如果道路不平,颠簸将影响距离信息的质量,其干扰性质类似于标定问题所产生的干扰。该问题的最佳解决方法是设计具有特殊光斑形状的光束。例如水平方向窄而垂直方向宽的光斑就可以解决该颠簸问题。然而,由于光斑在扫描过程中是绕自身旋转的,因此这种光束很难实现。LM S 激光雷达的光束是圆形的,因此该问题的解决只能依赖于使用软件上的方法进行补偿。4.3 物体表面的光学属性
一般而言,待测物体表面的反射率越高,激光雷达的测距范围就越大。但是,对于镜子这类物体,由于其表面非常光滑,反射率非常高。这种情况下,由
115
杨 明,等: 基于激光雷达的移动机器人环境建模与避障
于发射光很难返回进入接收器,从而可能导致该物体无法被激光雷达所检测。而对于玻璃这类物体,其反射率非常低,因此很少能有足够的光束反射回接收器。然而,虽然这类物体无法被激光雷达所检测到,但由于它们具有较高的透射率,因此激光雷达可以检测到位于它们后面的物体。
4.4 杂散光
激光雷达接收信号为脉冲光信号,对于稳定的背景光,只要不引起光电探测器的饱和,一般不会对测量产生影响。然而,大多数光源为宽带光源,其发光强度也往往并不稳定。如果其入射角恰好同瞬时视场相符,就有可能引入干扰信号,这就是阳光下目标的测量结果不及背阴处的原因。所以,应尽量避免强光直接(或经镜面反射后)照射激光雷达的透光孔。
实践表明,提出的方法完全可以满足移动机器人环境建模和避障的需要。目前,该方法已经成功地应用于清华大学自主开发的室外移动机器人—T HM R-V。由于激光雷达数据测量周期短,而且上述的环境建模和避障算法的速度也较快,故在40ms内就能发出一次控制指令,实时性非常好。此外,激光雷达探测盲区几乎不存在,便于紧急避障和刹车。这些使移动机器人可以根据环境的瞬时变化作出灵活、快速的反应。
[参考文献] References
[1]Yang M,Wa ng H,He K,et a l.Obstacle av oida nce
using r ange data in auto no mo us naviga tio n o f mobile
r obo t[A].Wen T d.Pro c o f the1999Inter na tio nal
Sy mpo sium on Test and M easurement[C].Xi'an:
Int Academic Publisher s,1999.929933.
[2]Hebert M,Kro tkov E.3D mea sur ement fro m
imag ing laser ra da r:how g o od ar e th ey?[J]Imag e
and V ision Computing,1992,10(3):170178. [3]Hanco cka J,Lange rn D,Heberta M,et a l.Activ e
laser radar fo r high-perfo rmance measur ements[A].
Proc of The I EEE Internatio nal Confer ence On
Ro botics&Automa tio n[C],Leuv en,Belgium:
IEEE,1998.14651470.
[4]Wa ng Tia nmiao,Zha ng Bo.Tim e-v a rying po tential
field based'per ception-ac tion'behav io r s o f mobile
r obo t[A],Pro c of The1992IEEE Inter na tio nal
Confer ence o n Ro bo tics and Auto mation[C],Nice,
France:IEEE,1992.25492554.
Environmental modeling and
obstacle avoidance of mobile
robots based on laser radar
YAN G Ming,WANG H ong,
H E Kezhong,ZHANG Bo
(Depa rtm ent o f Computer Science and T ech no lo gy;
Sta te Key La bo ra tor y fo r Intellig ent
Technolog y a nd Systems,T singhua Univ ersity,
Beijing100084,China)
Abstract:A metho d fo r envir onment mo deling and o bsta cle av oida nce based on range da ta fr om laser r ada r is pro po sed to impro ve the sa fety and r elia bility o f auto no mo us mobile ro bo ts.T he merits o f sev er al kinds o f la ser rada rs a re discussed along with each laser radar's opera ting principle. T hen the Laser M easur em ent System(LM S)made by SICK is int roduced.The time-v ar ying pote ntial field alg o rithm is pr esent ed,with so me improv ements to model the envir onment and av oid o bstacles.Experiments sho w that its per for mance is improv ed.Some pro blems tha t ar e specific to this class of senso r s a re then described.This a lg orithm has been successfully tested on an outdoo r mo bile ro bo t the T singhua M o bile Robo t V.
Key words:mo bile r obo t;laser ra da r;time-v a rying po tential field;e nviro nment modeling;o bsta cle
av oidance
(上接第111页)
Zerotree wavelet image coder
with quantization
WAN G Qi,ZHONG Yuzhuo
(Depa rtm ent o f Computer Science and T ech no lo gy, Tsing hua U niv er sity,Beijing100084,China)
Abstract:Ima ges a re impo r ta nt in multim edia applications, but r estric tio ns o n bandwidth and sto rag e ca pacity make imag e com pr ession techniques a key pa rt of multimedia sy stems.Wav elets are a new mathematica l to ol fo r imag e co mpressio n that hav e many adv a ntag es compared with o ther or thog o nal tr ansfo r ms.Wav elet coding has, th erefo re,beco me a focus o f co ding resea rch.T his paper describes the embedded zer ot ree wav ele t(EZW)co ding a lg orithm ado pted by M P EG(moving pic ture ex perts g r oup),and so me coding efficiency defects in EZW.The zer ot ree algo rithm is then co mbined w ith quantizatio n a nd a bit rate co ntro l algo rithm to implement a new ze ro tree wav ele t imag e coder.This coder r uns fa ster than EZW with little decrease in qua lity.
Key words:image com pr ession;w av elet tr ansfo r m;
zer ot ree;qua ntiza tio n
116清华大学学报(自然科学版)2000,40(7)
全向移动机器人的运动控制 作者：Xiang Li, Andreas Zell 关键词：移动机器人和自主系统，系统辨识，执行器饱和，路径跟踪控制。 摘要：本文主要关注全向移动机器人的运动控制问题。一种基于逆运动学的新的控制方法提出了输入输出线性化模型。对执行器饱和及驱动器动力学在机器人性能体现方面有重要影响，该控制法考虑到了以上两个方面并保证闭环控制系统的稳定性。这种控制算法常用于真实世界的中型组足球机器人全方位的性能体现。
1.介绍 最近，全方位轮式机器人已在移动机器人应用方面受到关注，因为全方位机器人“有一个满流动的平面，这意味着他们在每一个瞬间都可以移动，并且在任何方向都没有任何调整”。不同于非完整的机器人，例如轮式机器人，在执行之前具有旋转任何所需的翻译速度，全方位机器人具有较高的机动性并被广泛应用在动态环境下的应用，例如在中型的一年一度的足球比赛。 大多数移动机器人的运动控制方法是基于机器人的动态模型或机器人的运动学模型。动态模型直接描述力量施加于车轮和机器人运动之间的关系，以外加电压的每个轮作为输入、以机器人运动的线速度和角加速度作为输出。但动态变化所造成的变化的机器人惯性矩和机械组件的扰动使控制器设计变得较为复杂。假设没有打滑车轮发生时，传感器高精度和地面足够平坦，由于结构的简单，因而运动模型将被广泛应用于机器人的设计行为中。作为输入运动学模型是机器人车轮速度，输出机器人的线速度和角速度，机器人的执行器的动力都快足以忽略，这意味着所需的轮速度可以立即达到。然而，该驱动器的动态极限，甚至降低了机器人在真实的情况中的表现。 另一个重要方面是机器人控制的实践：执行器饱和。因机器人轮子的指挥电机速度是有饱和的界限的，执行器饱和能影响到机器人的性能，甚至使机器人运动变得不稳定。 本文提出了一个全方位的机器人的一种运动控制方法，这种控制方法是基于逆输入输出的线性的运动学模型。它需要不仅考虑到驱动器动力学的识别，但也需要考虑到执行器饱和控制器的设计，并保证闭环控制系统系统稳定性。 本文其余的部分：在2节介绍了运动学模型的一个全方位的中型足球机器人；在3节介绍了路径跟踪与定位跟踪问题基于逆运动学模型的输入输出线性化的解决方法，其中包括执行器饱和分析；4部分介绍了动态识别器及其在控制性能方面的影响；最后的实验结果和结论讨论部分分别在5和6。
A Matlab-based Simulator for Autonomous Mobile Robots Abstract Matlab is a powerful software development tool and can dramatically reduce the programming workload during the period of algorithm development and theory research. Unfortunately, most of commercial robot simulators do not support Matlab. This paper presents a Matlab-based simulator for algorithm development of 2D indoor robot navigation. It provides a simple user interface for constructing robot models and indoor environment models, including visual observations for the algorithms to be tested. Experimental results are presented to show the feasibility and performance of the proposed simulator. Keywords: Mobile robot, Navigation, Simulator, Matlab 1. Introduction Navigation is the essential ability that a mobile robot. During the development of new navigation algorithms, it is necessary to test them in simulated robots and environments before the testing on real robots and the real world. This is because (i) the prices of robots are expansive; (ii) the untested algorithm may damage the robot during the experiment; (iii) difficulties on the construction and alternation of system models under noise background; (iv) the transient state is difficult to track precisely; and (v) the measurements to the external beacons are hidden during the experiment, but this information is often helpful for debugging and updating the algorithms. The software simulator could be a good solution for these problems. A good simulator could provide many different environments to help the researchers to find out problems in their algorithms in different kinds of mobile robots. In order to solve the problems listed above, this simulator is supposed to be able to monitor system states closely. It also should have flexible and friendly users’ interface to develop all kinds of algorithms. Up to now, many commercial simulators with good performance have been developed. For instance, MOBOTSIM is a 2D simulator for windows, which provides a graphic interface to build environments [1]. But it only supports limited robot models (differential driven robots with distance sensors only), and is unable to deal with on visual based algorithms. Bugworks is a very simple simulator providing drag-and-place interface [2]; but it provides very primitive functions and is more like a demonstration rather than a simulator. Some other robot simulators, such as Ropsim [3], ThreeDimSim [5], and RPG Kinematix [6], are not specially designed for the development of autonomous navigation algorithms of mobile robots and have very limited functions. Among all the commercial simulators, Webot from Cyberbotics [4] and MRS from Microsoft are powerful and better performed simulators for mobile robot navigation. Both simulators, i.e. Webots and MRS, provide powerful interfaces to build mobile robots and environments, excellent 3-D display, accurate performance simulation, and programming languages for robot control. Perhaps due to the powerful functions, they are difficult to use for a new user. For instance, it is quite a boring job to build an environment for visual utilities, which involves shapes building, materials selection, and illumination design. Moreover, some robot development kits have built-in simulator for some special kinds of robots. Aria from Activmedia has a 2-D indoor simulator for Pioneer mobile robots [8]. The simulator adopts feasible text files to configure the environment, but only support limited robot models. However, the majority of commercial simulators are not currently supporting On the other hand, Matlab
移动机器人控制系统的发展方向 摘要随着计算机技术、传感器技术的不断发展，对于机器人领域的发展具有一定的促进作用。而由于移动机器人具有能够自治与移动的特征，在机器人领域处于核心地位。在复杂、危险的环境中，移动机器人所发挥的作用是有目共睹的。对此，对当前国内外较为常见的移动机器人控制系统进行剖析，并在此基础上论述了该领域的未来发展方向。 【关键词】移动机器人控制系统发展方向 移动机器人属于能够自动执行工作任务的机器，不但能够按照事先编译的程序运行，同时人类还可对其指挥。当前主要被运用在生产业、建筑业以及航空航天领域，而该领域的发展情况直接关系到国家综合实力的提升速度，对此加强对移动机器人控制系统的发展情况，以及未来发展方向的研究势在必行。 1 国内外常见的移动机器人控制系统 相对于国内在移动机器人的研究状况，能够看出国外在该领域的研究是较早的，其中具有代表性的有Saphira、TeamBots以及ISR。而在国内方面，代表性的有OSMOR、ZJMR以及Agent。下面，便对较为常用的控制系统进行介绍：
1.1.1 Saphira控制系统 Saphira控制系统是移动机器人领域中最早的系统，是有SRI国际人工智能中心在1990年所研发的，此系统是基于本地感知空间的共享内存与黑板，来实现协调与通信进程。由于Saphira是采用C语言来进行开发的，同时支持Windows 与Unix系统，因此具有文档资料相对完整、系统资源占用少等特征。但是需注意的是，由于Saphira系统在定位方面无法达到当前的实际需求，因此运用是相对较少的。 1.1.2 TeamBots控制系统 本系统是基于Java包与Java应用程序而构建的，经过20余年的发展后，此系统截止到目前已经被运用到多种类型的机器人平台当中。除此之外，在适用的操作系统方面，其中具有代表性的有Windows、MacOS以及Linux等，因此其运用的范围是更加广泛的。 1.1.3 ISR控制系统 ISR是基于行为的控制模式，其中是有任务执行层、反映层以及推理层所构成的，是有CAS研究中心所研发的。其中，任务执行层的作用是执行推理层所传输的指令；反映层其中包含资源、控制器以及行为；推理层的功能是根据用户的指令来对决策进行制定。此外，ISR控制系统仅能够在Linux中进行操作，并且没有公开化使用。
移动机器人控制软件的设计和实现
作者：李晓明 文章来源：https://www.doczj.com/doc/5211615817.html, 更新时间：2006-8-9 17:25:55 点击数： 2742
简介：现在做一个移动机器人是很容易的一件事，车体自己可以加工，或买现成的；避障可以用超声阵列；
导航可以用激光测距 LMS；定位可以用电子地图加 LMS 加陀螺仪；然而控制软件却只能自己编写。本文 或许可以给你一些启示。
相关链接 基于 VIA 平台的移动机器人
移动机器人的使用现在非常多，做一个移动机器人似乎也很容易，车体自己可以加工，也可以去 买现成的；避障可以用超声阵列；导航可以用激光测距 LMS；定位可以用电子地图加 LMS 加陀 螺仪；驱动可以用各种电机及配套驱动器或者自己做；通讯可以去买现成的无线通讯模块，可以 是数字的，也有模拟的；大范围定位可以用 GPS 模块，也是现成的；至于什么红外，蓝牙，甚 至计算机视觉都可以去市场上买，但是（然而）为什么做一个移动机器人还是这么难呢？尤其是 对一个新手而言。一个老外说过，硬件是现成的，软件算法杂志里有的是，很多可以在网上当， 但即使是一个博士生也要花费很长的时间完成一个实际可用的移动机器人。为什么？因为机器人 使用的困难在使用软件的设计上。前面那个老外也说过，现在什么都可以在网上当，唯独使用程 序不能。有过自己写移动机器人程序的人可能会理解这段话，当然也仅仅是可能，因为不排除有 很多机器人大拿一上来就可以写出很棒的移动机器人软件。
移动机器人的控制软件开发是和硬件紧密相关的，甚至和机器人的体系结构也密切相关，同样是 移动机器人，有的是用 PC 控制的，有的是用多个嵌入式系统实现的，有的则是多机器人协同工 作的，操作系统有人会用 DOS，有人会用 Windows，有人会用 Linux，有人会用 Embeded Operation System。硬件平台有的用 x86，有的用 ARM 芯片，有的会用 DSP，通讯里面会 有串口，TCP/IP 网络，无线以太网，红外，蓝牙等，甚至驱动机构也不一样，有的是用腿，有
基于Multi-Agent的多机器人编队控制 摘要：多移动机器人协调是当前机器人技术的一个重要发展方向。多移动机器人之间的协调与 合作将大大提高机器人行为的智能化程度，完成由单个机器人难以完成的更加复杂的作业。多 移动机器人协调技术的研究对提高机器人的智能化水平及加快机器人的实用化进程具有重要的 理论研究意义和实用价值。本文结合多智能体技术对多机器人编队控制进行了研究，同时根据 具体的多机器人系统，进行了仿真实验。验证了多智能体技术在机器人编队控制系统中的应用，完成了小规模的编队控制。 关键词：多智能体；多机器人；编队控制；协调控制；模糊控制 Multi-robot Formation Control Based on Multi - Agent Abstract :The problem of multi-robot cooperation and coordination is central to mobile robotics. Cooperation and coordination will improve the intelligent performance of robots and can complete lots of impossible missions for single robot.The research on multi-robot cooperation and coordination is of great academic and applied significance. The multi-robot formation is developed combined with the multi-agent technology in this dissertation, and the simulation is done with the multi-robot system. The application of multi-agent is verified in the multi-robot formation control through a small system adopt the fomation control. Key words: Multi-agent ;Multi-robot ;Formation control;Coordination control;Fuzzy control 1. 国内外机器人系统发展现状 自80年代末以来，基于多智能体系统理论研究多机器人协作受到了普遍的关注，从军事领域到工业与民用领域，从星际探险到海底考察，从比赛到教学，都取得了不同程度的进步。近年来，在IEEE R&A,IROS等著名的国际机器人学术会议上，几乎每次会议都有多智能体协作机器人系统的专题。一些机器人学术刊物出版了有关多智能体机器人的研究专辑。一些研究项目，如ACTRESS,CEBOT,GOFER,SWARM等，已进行了多年[1]。 目前，国内关于群体机器人系统的研究刚刚起步，基本上还处于基础技术的研究阶段，这方面的研究成果报道比较少。中科院沈阳自动化所机器人开放研究实验室是国内研究多机器人技术较早也较全面的科研单位。 (1)CEBOT(Cellular Robotic System) CEBOT是一种自重构机器人系统(Self-Reconfigurable Robotic System)，它的研究是受生物细胞结构的启发，将系统中众多的具有相同和不同功能的机器人视为细胞元，这些细胞元可以移动，寻找和组合。 根据任务或环境的变化，细胞元机器人可以自组织成器官化机器人，多个器官化机器人可以进一步自组织，形成更加复杂的机器人系统。细胞结构机器人系统强调是单元体的组合如何根据任务和环境的要求动态重构。因此，系统具有多变的构型，可以具有学习和适应的系统智能(Group Intelligence)，并具有分布式的体系结构[3]。 (2)ALLANCE/L-ALLANCE系统
基于行为设计的自主式小型机器鼠系统研究 学生：谢群指导老师：周伦 单位：机械工程学院机械工程与自动化2003级 摘要 移动机器人是近年来发展起来的一门综合学科，集中了机械、电子、计算机、自动控制以及人工智能等多学科最新研究成果，代表了机电一体化的最高成就。移动机器人在工业生产中常用来完成运输和上下料等任务，同时也被广泛用于农业、医疗等不同行业。 在移动机器人相关技术研究中，路径规划技术是一个重要研究领域[17]。本文首先初步讨论总结了目前主要的路径规划技术。从基于事例、基于环境模型和基于行为三个方面全面而系统地综述了移动机器人路径规划技术的研究现状，对于目前普遍采用的路径规划方法及其实际应用情况进行了较为详细介绍和分析。 基于行为的方法是由MIT的Brooks在他著名的包容式结构[42]中建立，它是一门从生物系统得到启发，而产生的用来设计自主机器人的技术，也是本文所重点研究的目标。它采用类似动物进化的自底向上的原理体系，尝试从简单的智能体来建立一个复杂的系统。将其用于解决移动机器人路径规划问题是一种新的发展趋势，它把导航问题分解为许多相对独立的行为单元，比如跟踪、避碰、目标制导等。这些行为单元是一些由传感器和执行器组成的完整的运动控制单元，具有相应的导航功能，各行为单元所采用的行为方式各不相同，这些单元通过相互协调工作来完成导航任务。 基于行为的机器人学反对抽象的定义, 因此采用具体化的解释更适合该领域的哲学思想。基于行为的机器人学的重要研究内容是系统结构而不是算法, 基于行为设计的机器人在非结构化动态环境中的性能非常优越，用基于符号的机器人学设计的类似机器人无法达到如下性能: a.高速度,高灵活性。在动态复杂环境中的移动速度很快； b.高鲁棒性。可以承受局部损坏； c.高效性。软件代码可以是传统的几百分之一,硬件可以是传统的几十分之一； d.经济性。价格是传统的十几分之一； e.可扩展性。很少改变原有系统便可增加性能； f.可靠性。分布式自组织并行工作,可靠性强。 为进一步研究基于行为的规划方法，而引入一个真实环境及任务模型，即IEEE每年举办的微型机器鼠比赛，通过设计基于行为的机器鼠模型论证该算法的可行性。此项比赛要求机器人能
? 197 ? ELECTRONICS WORLD?技术交流 移动机器人控制系统设计 广东工业大学 侯晓磊 随着移动机器人在人们社会生活中的地位不断提高，设计一种 可靠、稳定的机器人控制系统越发的变得重要起来，以NI公司的MyRIO控制器以其安全可靠、编程开发简单而脱颖而出。本文基于上述控制器、L298N电机驱动芯片Labview设计一种移动机器人控制软硬件系统系统，经验证，该系统运行稳定、可靠、高效。 1.前言 新一轮科技革命引发新一轮产业革命。“互联网+制造”构建工业4.0，智能制造成为我国由制造大国向制造强国转变的关键一步，移动机器人作为智能制造中的一个组成部分，作用越发的变得举足轻重。本文给出一种以MyRIO+L298N+Labivew的移动机器人控制系统。 2.IN MyRIO控制器 NI myRIO是NI最新设计的嵌入式系统设计平台。NI myRIO中内含双核ARM Cortex-A9，实时性高，并且还可以便捷定制FPGA I/ O，给开发设计人员提供更好的设计复杂系统的平台。 NI myRIO作为可重配置控制器具有以下重要特点： 易于上手使用：引导性安装和启动界面可使开发人员更快地熟悉操作，协助开发人员快速了解工程概念，完成设计任务。编程设计简单，利用实时应用、内置WiFi等功能，开发人员可以实现远程部署应用，“无线”操控。 板载资源众多：有丰富的数字I/O接口，提供SPI串行外设接口、PWM脉宽调制输出端口、正交编码器输入端口、UART异步收发器端口和I2C总线接口、多个单端模拟输入、差分模拟输入和带参考的模拟输入等可供选择的资源。 另外，NI MyRIO还提供可靠性能较好的控制器保护电路，防止由于意外操作造成控制器不可恢复性损坏，总之，NI MyRIO为开发人员提供了一个编程简易，设计电路方便，不用刻意担心意外操作而影响控制器使用的平台。 3.L298N电机控制芯片 L298N是一种用来驱动电机的集成电路，可以较稳定的输出平稳电流和较强的功率。工作均电流为2A，最高可达4A，最高输出电压为50V，能够带动带有感性元件的负载。控制器可以直接通过输入输出口与电机驱动芯片联接，从而方便控制驱动芯片的输出。如将芯片驱动直流电机时，可以直接与步进电机相联接，通过调节控制器输出实现步进电机的的正反转功能当控制直流电机时，可以通过调节控制芯片的电压信号的极性，PWM波的占空比，从而实现直流电机转速和转向的调节。4.系统硬件部分设计 系统采用MyRIO整体框架，外围增设电机驱动电路、避障驱动电路、里程计电路、液晶显示电路、陀螺仪电路。通过MyRIO主控制发送控制信号驱动移动机器人运动，实时通过外围传感器获取位置信息反馈给主控制 器，然后控制器通过闭环系统调节当前位置以保证对目标位置的追踪。 图1 5.系统软件部分设计 系统软件部分采用经典控制理论的闭环控制系统，将电机、主控制器和外设传感器构成闭环系统，通过调节闭环统的参数，来使 移动机器人以较小偏差追踪按照预定轨迹。 图2 6.结束语 本文介绍了基于NI MyRIO控制器设计移动机器人控制系统，通过仿真和实物测试，能较好的完成对任务的追踪踪。 参考：From Student to Engineer:Preparing Future Innova-tors With the NI LabVIEW RIO Architecture https://www.doczj.com/doc/5211615817.html,.2014-04-01；王曙光,袁立行,赵勇.机器人原理与设计.人民邮电出版社,2013 。
本科毕业设计（论文） 题目：（中文）基于向量场直方图的移动机器人避 障方法研究 （英文）STUDY OF OBSTACLE AVOIDANCE FOR THE MOBILE ROBOT BASED ON VECTOR FIELD HISTOGRAM
诚信承诺 我谨在此承诺：本人所写的毕业论文《基于向量场直方图的移动机器人避障方法研究》均系本人独立完成，没有抄袭行为，凡涉及其他作者的观点和材料，均作了注释，若有不实，后果由本人承担。 承诺人（签名）： 年月日
基于向量场直方图的移动机器人避障方法研究 摘要 【摘要】移动机器人广泛应用于工业生产加工制造中，尤其在危险和恶劣的环境中可以用机器人代替人工操作减少损失。避障技术在移动机器人的发展中起着至关重要的作用，避障方法有很多种，本文是基于向量场直方图的移动机器人避障方法。由于传统的向量场直方图法在给定值太大或太小时都无法安全避障，本文在此基础上，利用激光测距仪所或得的数据首先确定一个可以安全行驶的范围，然后通过算法自动的改变给定值的大小，最终选择最优给定值，通过差分驱动控制使机器人安全避障。并在Robotic Studio仿真系统中建立场景和编程来实现。 【关键词】移动机器人；激光测距仪；向量场直方图；差分驱动；避障
STUDY OF OBSTACLE A VOIDANCE FOR THE MOBILE ROBOT BASED ON VECTOR FIELD HISTOGRAM Abstract 【ABSTRACT】Mobile robots are widely used in industrial production and manufacturing，especially in dangerous and harsh environments they can replace manual operations to reduce losses. Obstacle avoidance technology plays a vital role in the development of mobile robot , There are many ways about obstacle avoidance, this article is the obstacle avoidance method for mobile robot based on the vector field histogram.If the given value is too large or too small the robot can not go through obstacles safely using traditional vector field histogram method. Basing on the VFH, firstly ,determining a range of safe driving use the data from laser range finders.Then changing the given value automatically and choosing the optimal value , finally using the differential drive control method make the robot avoid obstacles successfully.And make it come ture in the Robotic Studio simulated system. 【KEYWORDS】mobile robot；LRF；VFH ; differential drive; obstacle avoidance
移动机器人的自主导航控制 一、研究的背景 移动机器人是一个集环境感知、动态决策与规划、行为控制与执行等多功能于一体的综合系统。它集中了传感器技术、计算机技术、机械工程、电子工程、自动化控制工程以及人工智能等多学科的研究成果，是目前科学技术发展最活跃的领域之一。随着机器人性能不断地完善，移动机器人的应用范围大为扩展，不仅在工业、农业、国防、医疗、服务等行业中得到广泛的应用，而且在排雷、搜捕、救援、辐射和空间领域等有害与危险场合都得到很好的应用。因此，移动机器人技术已经得到世界各国的普遍关注。 在自主式移动机器人相关技术的研究中，导航技术是其研究核心，同时也是移动机器人实现智能化及完全自主的关键技术。导航是指移动机器人通过传感器感知环境信息和自身状态，实现在有障碍的环境中面向目标的自主运动。导航主要解决以下三方面的问题:(l)通过移动机器人的传感器系统获取环境信息;(2)用一定的算法对所获信息进行处理并构建环境地图;(3)根据地图实现移动机器人的路径规划及运动控制。 二、相关技术 移动机器人定位是指确定机器人在工作环境中相对于全局坐标的位置，是移动机器人导航的基本环节。定位方法根据机器人工作环境的复杂性、配备传感器种类和数量等方面的不同而采用多种方法。主要方法有惯性定位、标记定位、GPS定位、基于地图的定位等，它们都不同程度地适用于各种不同的环境，括室内和室外环境，结构化环境与非结构化环境。 惯性定位是在移动机器人的车轮上装有光电编码器，通过对车轮转动的记录来粗略地确定移动机器人位置。该方法虽然简单，但是由于车轮与地面存在打滑现象，生的累积误差随路径的增加而增大，导致定位误差的逐渐累积，从而引起更大的差。 标记定位法是在移动机器人工作的环境里人为地设置一些坐标已知的标记，超声波发射器、激光反射板等，通过机器人的传感器系统对标记的探测来确定机器人在全局地图中的位置坐标。三角测量法是标记定位中常用的方法，机器人在同一点探测到三个陆标，并通过三角几何运算，由此可确定机器人在工作环境中的坐标。标记定位是移动机器人定位中普遍采用的方法，其可获得较高的定位精度且计量小，但是在实际应用中需要对环境作一些改造，添加相应的标记，不太符合真正意义的自主导航。 GPS定位是利用环绕地球的24颗卫星，准确计算使用者所在位置的庞大卫星网 定位系统。GPS定位技术应用已经非常广泛，除了最初的军事领域外，在民用方面也得到了广泛的应用，但是因为在移动导航中，移动GPS接收机定位精度受到卫 星信号状况和道路环境的影响，同时还受到时钟误差、传播误差、接收机噪声
移动机器人常用传感器及相关避障技术介绍 移动机器人是机器人的重要研究领域，人们很早就开始移动机器人的研究。世界上第一台真正意义上的移动机器人是斯坦福研究院（SRI）的人工智能中心于1966年到1972年研制的，名叫Shakey，它装备了电视摄像机、三角测距仪、碰撞传感器、驱动电机以及编码器，并通过无线通讯系统由二台计算机控制，可以进行简单的自主导航。Shakey的研制过程中还诞生了两种经典的导航算法：A*算法（the A* search algorithm）和可视图法（the visibility graph method）。虽然Shakey只能解决简单的感知、运动规划和控制问题，但它却是当时将AI应用于机器人的最为成功的研究平台，它证实了许多通常属于人工智能（AriTIficial Intelligence，AI）领域的严肃的科学结论。从20世纪70年代末开始，随着计算机的应用和传感技术的发展，以及新的机器人导航算法的不断推出，移动机器人研究开始进入快车道。 移动机器人智能的一个重要标志就是自主导航，而实现机器人自主导航有个基本要求避障。下面让我们来了解一下移动机器人的避障，避障是指移动机器人根据采集的障碍物的状态信息，在行走过程中通过传感器感知到妨碍其通行的静态和动态物体时，按照一定的方法进行有效地避障，最后达到目标点。 实现避障与导航的必要条件是环境感知，在未知或者是部分未知的环境下避障需要通过传感器获取周围环境信息，包括障碍物的尺寸、形状和位置等信息，因此传感器技术在移动机器人避障中起着十分重要的作用。避障使用的传感器主要有超声传感器、视觉传感器、红外传感器、激光传感器等。 移动机器人避障常用的传感器 1、激光传感器 激光测距传感器利用激光来测量到被测物体的距离或者被测物体的位移等参数。比较常用的测距方法是由脉冲激光器发出持续时间极短的脉冲激光，经过待测距离后射到被测目标，回波返回，由光电探测器接收。根据主波信号和回波信号之间的间隔，即激光脉冲从
自主移动机器人智能导航研究进展 冯建农 柳 明 吴 捷 (华南理工大学计算机系 广州 510641)摘 要 本文对当前在自主移动机器人智能导航研究中已被采用并取得成果的研究方法进行了 综述,并根据已取得的成果预测了移动机器人智能导航研究的发展趋势,指出视觉导航和传感器融合将是移动机器人智能导航的主要发展方向. 关键词 移动机器人,智能系统,导航 1 引言 国际机器人研究在经过了80年代的低潮之后,呈现出复苏和继续发展的形势;我国的机器人研究在国家“七五”、“八五”及“863”计划的推动下也取得了很大进展.与70年代的机器人浪潮相比,现在的机器人研究有两个特点:一是对机器人智能的定位有了更加符合实际的标准,也就是不要求机器人具有象人类一样的高智能,而只是要求机器人在某种程度上具有自主处理问题的能力;另一个特点是许多新技术及控制方法(神经网络、传感器融合、虚拟现实、高速度的并行处理机等)被引入到机器人研究中.研究重点的转变使机器人研究走向了健康而平稳的发展道路,并不断取得新的研究成果. 智能自主移动机器人能够按照存储在其内部的地图信息,或根据外部环境所提供的一些引导信号(即通过对环境的实时探测所获得的信息)规划出一条路径,并能够沿着该路径在没有人工干预的情况下,移动到预定目标点.智能自主移动机器人对它的研究正在成为一个重要的研究热点. 由于机器人应用从制造业向非制造业的扩展,以及自主移动智能机器人在诸如野外作业、深海探测、以及一些人类本身所不能进入的有毒或高温环境的作业中,有着极其广泛的应用前景,因此近年来机器人研究在多方面都已取得了很大的进展.研究的成果必将成为各行各业提高生产力的强有力工具. 2 移动机器人导航分类 移动机器人有多种导航方式,根据环境信息的完整程度、导航指示信号类型、导航地域等因素的不同,可以分为基于地图导航、基于陆标导航、基于视觉导航、基于感知器导航等. 基于地图的导航是在机器人内部存有关于环境的完整信息,并在预先规划出的一条全局路线的基础上,采用路径跟踪和避障技术,实现机器人导航;当机器人对周围环境并不完全了解时,则可采用基于陆标的导航策略,也就是将环境中具有明显特征的景物存储在机器人内部,机器人通过对陆标的探测来确定自己的位置,并将全局路线分解成陆标与陆标之间的片段,再通过一连串的陆标探测和陆标制导来完成导航任务;在环境信息完全未知的情况下,可1997年11月机器人 R OBOT N ov.,1997 1996-11-04收稿
移动机器人的自主导航 一、研究的背景 二、移动机器人是一个集环境感知、动态决策与规划、行为控制与执行等多功 能于一体的综合系统。它集中了传感器技术、计算机技术、机械工程、电子工程、自动化控制工程以及人工智能等多学科的研究成果，是目前科学技术发展最活跃的领域之一。随着机器人性能不断地完善，移动机器人的应用范围大为扩展，不仅在工业、农业、国防、医疗、服务等行业中得到广泛的应用，而且在排雷、搜捕、救援、辐射和空间领域等有害与危险场合都得到很好的应用。 因此，移动机器人技术已经得到世界各国的普遍关注。 三、在自主式移动机器人相关技术的研究中，导航技术是其研究核心，同时也 是移动机器人实现智能化及完全自主的关键技术。导航是指移动机器人通过传感器感知环境信息和自身状态，实现在有障碍的环境中面向目标的自主运动。 导航主要解决以下三方面的问题:(l)通过移动机器人的传感器系统获取环境信息;(2)用一定的算法对所获信息进行处理并构建环境地图;(3)根据地图实现移动机器人的路径规划及运动控制。 四、相关技术 五、移动机器人定位是指确定机器人在工作环境中相对于全局坐标的位置，是 移动机器人导航的基本环节。定位方法根据机器人工作环境的复杂性、配备传感器种类和数量等方面的不同而采用多种方法。主要方法有惯性定位、标记定位、GPS定位、基于地图的定位等，它们都不同程度地适用于各种不同的环境，括室内和室外环境，结构化环境与非结构化环境。 六、惯性定位是在移动机器人的车轮上装有光电编码器，通过对车轮转动的记 录来粗略地确定移动机器人位置。该方法虽然简单，但是由于车轮与地面存在打滑现象，生的累积误差随路径的增加而增大，导致定位误差的逐渐累积，从而引起更大的差。 七、标记定位法是在移动机器人工作的环境里人为地设置一些坐标已知的标记， 八、超声波发射器、激光反射板等，通过机器人的传感器系统对标记的探测来 确定机器人在全局地图中的位置坐标。三角测量法是标记定位中常用的方法，机器人在同一点探测到三个陆标，并通过三角几何运算，由此可确定机器人在工作环境中的坐标。标记定位是移动机器人定位中普遍采用的方法，其可获得较高的定位精度且计量小，但是在实际应用中需要对环境作一些改造，添加相应的标记，不太符合真正意义的自主导航。 九、GPS定位是利用环绕地球的24颗卫星，准确计算使用者所在位置的庞大卫 星网定位系统。GPS定位技术应用已经非常广泛，除了最初的军事领域外，在民用方面也得到了广泛的应用，但是因为在移动导航中，移动GPS接收机定位精度受到卫星信号状况和道路环境的影响，同时还受到时钟误差、传播误差、接收机噪声等诸多因素的影响，因此，单纯利用GPS定位精度比较低、可靠性不高，所以在机器人的导航应用中通常还辅以磁罗盘、光码盘与GPS数据进行
密 封 线 自 觉 遵 守 考 场 纪 律 如 考 试 作 弊 此 答 卷 无 效 自主移动机器人（B 卷） 一、判断题(每题 2分,共10 题，共20分)（注意：请将答案填入下列表格中） 1.采用两个标准轮轴对准并行放置构建两轮车，可以实现静态稳定和动态稳定。( ) 2.汽车由于可以控制前轮方向，因此是完整机器人。( ) 3.增加腿的自由度可以提高腿式机器人的机动性。 4.采用RGBD 传感器可以构建带有颜色信息的点云地图。( ) 5.同样大小环境下，三维点云地图比三维栅格地图更耗费内存。( ) 6.三维激光雷达SLAM 一般是构建三维点云地图。( ) 7.视觉SLAM 和运动恢复结构（SFM ）都可以利用到光束平差（bundle adjustment ）方法。( ) 8.路径规划方法只适用于在静态环境中进行全局路径规划，为避免与环境中动态障碍物碰撞，必须考虑避障规划。( ) 9.路径规划、避障规划、轨迹规划三者关系是互补的，导航规划时须包含这三个部分。( ) 10.轨迹规划考虑了机器人运动学和动力学约束，从而可确保机器人实现所规划路径。( ) 二、选择题(每题 2分,共 10题，共 20分)（注意：请将答案填入下列表格中） 1. （单选）Swedish 轮有多少个自由度？ A.2个 B.3个 C.1个 D.0个 2.（多选）在轮式移动机构中，适合作为随动轮的轮子有？ A.Swedish 轮 B.脚轮 C.球轮 D.转向标准轮 3.（多选）下列传感器中，哪些属于无源传感器？ A.超声波测距传感器 B.红外线激光雷达 C.红外热像仪 https://www.doczj.com/doc/5211615817.html,D/CMOS 相机 4.（单选）透视投影将目标点从哪个坐标系映射为像素坐标系中的像素 A.世界坐标系 B.相机坐标系 C.图像坐标系 D.像素坐标系 5.（多选）适合于进行导航的地图表示方法是？ A.栅格地图 B.点云地图 C.特征地图 D.拓扑地图 6.（单选）下列哪一项不是ROS Master 的功能？ A.节点注册和查找 B.话题、服务注册和查找 C.参数存储和查询 D.节点间通信数据的转发 7.（单选）ROS 中的哪个工具能够将机器人速度或者关节角度的某个分量的变化趋势绘制为曲线？ A.RVIZ B.rqt_bag C.rqt_plot D.rqt_graph 8.（多选）以下哪些空间适合机器人使用GPS 定位系统进行准确定位？ A.绿化很好的园区 B.工厂车间 C.沙漠地区 D.高速公路 9.（单选）路径规划是在以下哪个空间中展开？ A.位形空间 B.作业空间 C.自由空间 D.无障碍空间 10.（单选）机器人自主移动导航方式为有标识导引的无轨路径导航时，可以选择的标识有？ A.二维码 B.激光反射板 C.磁感应线 D.磁条 三、问答题(每题 6分,共5题，共30分) 1. 移动机器人的运动精度包含哪些精度？请分别解释说明含义。 2.轮式结构由哪几部分构成，并请描述每部分的作用？ 3.定位解决的什么问题?有哪几种方式的定位？ 课程名称 机器人技术及应用 适用专业 考试学期 考试形式 开卷□闭卷√ 半开卷□ 考试时 间 120分钟 学 号 姓 名 得 分
2.8机器人正运动学方程的D-H表示法 在1955年，Denavit和Hartenberg在“ASME Journal of Applied Mechanics”发表了一篇论文，后来利用这篇论文来对机器人进行表示和建模，并导出了它们的运动方程，这已成为表示机器人和对机器人运动进行建模的标准方法，所以必须学习这部分内容。Denavit-Hartenberg(D-H)模型表示了对机器人连杆和关节进行建模的一种非常简单的方法，可用于任何机器人构型，而不管机器人的结构顺序和复杂程度如何。它也可用于表示已经讨论过的在任何坐标中的变换，例如直角坐标、圆柱坐标、球坐标、欧拉角坐标及RPY坐标等。另外，它也可以用于表示全旋转的链式机器人、SCARA机器人或任何可能的关节和连杆组合。尽管采用前面的方法对机器人直接建模会更快、更直接，但D-H表示法有其附加的好处，使用它已经开发了许多技术，例如，雅克比矩阵的计算和力分析等。 假设机器人由一系列关节和连杆组成。这些关节可能是滑动（线性）的或旋转（转动）的，它们可以按任意的顺序放置并处于任意的平面。连杆也可以是任意的长度（包括零），它可能被弯曲或扭曲，也可能位于任意平面上。所以任何一组关节和连杆都可以构成一个我们想要建模和表示的机器人。 为此，需要给每个关节指定一个参考坐标系，然后，确定从一个关节到下一个关节（一个坐标系到下一个坐标系）来进行变换的步骤。如果将从基座到第一个关节，再从第一个关节到第二个关节直至到最后一个关节的所有变换结合起来，就得到了机器人的总变换矩阵。在下一节，将根据D-H表示法确定一个一般步骤来为每个关节指定参考坐标系，然后确定如何实现任意两个相邻坐标系之间的变换，最后写出机器人的总变换矩阵。