哈尔滨工程大学
硕士学位论文
基于双目视觉的移动机器人局部路径规划
姓名：杨东梅
申请学位级别：硕士
专业：控制理论与控制工程
指导教师：朱齐丹
20040101
哈尔滨工程大学硕士学位论文
摘要
移动机器人最大的特点是：通过本身对外界环境信息的感知接收和处理，规划行走路线，来达到人们使用移动机器人完成某一任务的目的，即它具有一定的智能，一定的自主能力。移动机器人的智能特征就在于它具有与外部世界——对象、环境和人相互协调的工作机能。在这方面，视觉具有重大作用，机器人视觉是机器人重要的感觉能力。近几年来移动机器人的路径规划技术已成为研究热点。本论文以基于双目视觉的移动机器人局部路径规划为选题，具体完成了以下的主要工作：
在双目视觉理论的基础上，提出了一一种基于表面方向的障碍物检测方法，并进行了表面方向和视差变化的定量分析，探讨了障碍物检测系统的具体实现和障碍物图像处理算法。
研究了一种基于栅格法的搜索算法，并把该算法用于机器人的路径规划。主要是从数据结构的角度入手进行算法的优化，引入了间断无障碍路径的新概念和障碍物合并的思想，并仿真验证该算法的正确性、高效性、实用性和智能性。
在确定移动机器人ＧＡＩＡ一２动力学模型的基础上，结合ＧＡＩＡ一２的实际结构，初步探讨了将该算法应用于ＧＡＩＡ一２上应该注意的实际问题：栅格大小的选取、ＧＡＩＡ一２前进过程中的速度及转向问题。
研究了ＢＰ神经网络的结构和算法，对ＢＰ算法的局部极小值问题进行了分析，并提出改进措施，用ｖｃ＋＋６．０设计了一个简单的ＢＰ神经网络。应用神经网络进行路径规划主要包括以下五个功能模块：学习样本、神经网络学习、神经网络训练后的权值和阀值、神经网络进行路径规划、输出路径规划结果，最后通过仿真验证了ＢＰ神经网络进行路径规划的可行性。
关键词：移动机器人；局部路径规划：双目视觉；栅格；神经网络
Ａｂｓｔｒａｃｔ
ＴｈｅｍｏｓＬｉｍｐｏｒｔａｎｔｃｈａｒａｃＬｅｔ０ｒｍｏｂｊｌｅｒｏｂｏｔｊＳｔｈａｔ１ｔｐｒｏｇｒａｍｓａｐａｔｈｔｏｄｏｓｏｍｅｔｈｉｎｇｂｙｄｅｔｅｃｔｉｎｇａｎｄｄｅｎｌｉｎｇｅｎｖｉｒｏｎｍｅｎｔａｌｉｎｆｏｒｍａｔｉｏｎｂｙｉｔｓｅｌｆＩｎｏｔｈｅｒｗｏｒｄｓ，ｉｔｈａｓｓｏｍｅｉｎｔｅ］１ｉｇｅｎｃｅａｎｄｉｎｄｅｐｅｎｄｅｎｔａｂｉｌｉｔｙ．ＴｈｅｉｎｔｅｌｌｉｇｅｎｔｃｈａｒａｃｔｅｒｉｓｔｉＣｏｆｔｈｅｉｎｔｅｌｌｉｇｅｎｔｒｏｂｏｔ１ｉｅｓｉｎｌｔｈａｖｉｎｇｔｈｅｆｕｎｃｔｉｏｎｔｈａｔｃｏｏｒｄｉｎａｔｅｗｉｔｈｔｈｅｅｘｔｅｒｎａｌｗｏｒｌｄ，ｓｕｃｈａｓｔａｒｇｅｔ，ｅｎｖｉｒｏｎｍｅｎｔａｎｄｐｅｏｐｌｅ，ｅａｃｈｏｔｈｅｒ．ＩｎｔｈｉＳ
ｒｅｓｐｅｃｔ，ｔｈｅｖｉＳｉｏｎｈａｓｇｒｅａｔｆｕｎｃｔｉｏｎ，ｔｈｅｖｉＳｉｏｎｏｆ’ｔｈｅｒｏｂｏｔｉＳｃｏｎｓｉｄｅｒｅｄｔｏｂｅｔｈｅｉｍｐｏｒｔａｎｔｆｅｅｌｉｎｇａｂｉｌｉｔｙ．Ｔｈｅｐａｔｈｐｌａｎｎｉｎｇｆｏｒｉｎｔｅ［１ｉｇｅｎｔｍｏｂｉｌｅｒｏｂｏｔｈａｓａｌｒｅａｄｙｂｅｃｏｍｅｔｈｅ［＇ｏｅｕｓｏｆｓｔｕｄｙｉｎｇｉｎｒｅｃｅｎｔｙｅａｒｓ．ＴｈｉＳｐａｐｅｒｓｔｕｄｉｅｄｔｈｅＬｏｃａｌＰａｔｈＰｌａｎｎｉｎｇｆｏｒｍｏｂｉｌｅｒｏｂｏｔｂａｓｅｄＯＮｂｉｎｏｃｕｌａｒｖｉｓｉｏｎ，ｔｈｅｍａｉｎｗｏｒｋａｃｃｏｍｐｌｉｓｈｅｄｃｏｎｃｒｅｔｅｌｙｆｏｌｌＯＷＳ：
ＯｎｔｈｅｂａｓｉＳｏｆｂｉＲＯＣＵｌａＹｖｉＳｉｏｎｔｈｅｏｒｙ，ｐｕｔｆｏｒｗａｒｄａｋｉｎｄｏｆ＇ｂａｒｒｉｅｒｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｓｕｒｆａｃｅｄｉｒｅｃｔｉｏｎ，ａｎｄｃａｒｒｉｅｄＯＤｔｈｅｑｕａｎｔＪｔａｔｉｖｅａｎａｌｙｓｉＳｏｆｔｈｅｓｕｒｆａｃｅｄｉｒｅｃｔｉｏｎａｎｄｐａｒａｌｌａｘｃｈａｎｇｅ
ｄｉｓｃｕｓｓｅｄｔｈｅｃｏｎｃｒｅｔｅｒｅａｌｉｚｉｎｇａｎｄｂａｒｒｉｅｒｐａｔｔｅｒｎ
ｐｒｏｃｅｓｓａｌｇｏｒｉｔｈｍｏｆｔｈｅｂａｒｒｉｅｒｄｅｔｅｃｔｉｏｎｓｙｓｔｅｍ，
Ｓｔｕｄｉｅｄａｋｉｎｄｏｆｓｅａｒｃｈａｌｇｅｒｉｔｈｍｂａｓｅｄｏｎ
ｇｒｉｄａｎｄｕｓｅｄｊｎＰｇｔｈＰｌａｎｎｉｎｇｆｏｒｔｈｅｒｏｂｏｔ．ＣａｒｒｉｅｄＯｎｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｏｆｔｈｅａｌｇｏｒｉｔｈｍｍａｉｎｌｙｂｙｐｒｏｃｅｅｄｔｈｅｄａｔａｓｔｒｕｃｔｕｒｅ，ａｎｄｉｎｔｒｏｄｕｃｅｄｔｈｅｎｅｗｃｏｎｃｅｐｔｏｆｄｉｓｃｏｎｎｅｃｔｅｄｐａｔｈｗｉｔｈｏｕｔｏｂｓｔａｃｌｅ，ｔｈｅｔｈｏｕｇｈｔｏｆａｍａｌｇａｍａｔｉｎｇｏｂｓｔａｃｌｅ，ａｎｄｓｉｍｕｌａｔｅｔｈｅｃｏｒｒｅｃｔｎｅｓｓ，ｈｉｇｈ－ｅｆｆｉｃｉｅｎｔｑｕａｌｉｔｙ，ｐｒａｃｔｉｂｉｌｉｔｙａｎｄｉｎｔｅｌｌｉｇｅｎｔｑｕａ］ｉｔｙｏｆｔｈｉＳａｌｇｍ，ｉｔｈｍＯｎｔｈｅｂａｓｉＳｏｆｄｅｔｅｒｍｉｎｉｎｇｉｔｓｄｙｎａｍｉｃｓｍｏｄｅｌｏｆｔｈｅｍｏｂｉｌｅｒｏｂｏｔＧＡＩＡ～２，ｃｏｍｂｉｎｅｔｈｅｒｅａｌｓｔｒｕｃｔｕｒｅｏｆＧＡＩＡ一２，ｄｉｓｃｕｓｓｅｄｔｈｏｓｅｐｒａｃｔｉｃａｌｐｒｏｂｌｅｍｓｗｈｅｎｔｈｉｓａｌｇｏｒｌｔｈｍａｐｐｌｙｔｏＧＡＩＡ２：ｔｈｅｓｉｚｅｏｆｇｒｉｄｓ，ｔｈｅｓｐｅｅｄａｎｄｃｈａｎｇｉｎｇｄｉｒｅｃｔｉｏｎｑｕｅｓｔｉｏｎｗｈｉｌｅａｄｖａｎｃｌｎｇ．
ＳｔｕｄｉｅｄｔｈｅｓｔｒｕｃｔｕｒｅａｎｄａｌｇｏｒｉｔｈｍｏｆＢＰｎｅｒｖｅｎｅｔｗｏｒｋ，ａｎａｌｙｚｅｄｔｈｅｌｏｃａｌｍｉｎｉｍｕｍｑｕｅｓｔｉｏｎｏｆＢＰａｌｇｏｒｉｔｈｍ，ａｎｄｐｒｏｐｏｓｅｄｉｍｐｒｏｖｅｄｍｅａｓｕｒｅ，ｕｓｅｄＶＣ＋＋６．０ｔｏｄｅｓｉｇｎａｓｉｍｐｌｅＢＰｎｅｒｖｅｎｅｔｗｏｒｋ．ＵｓｅｉｎｇｔｈｅｎｅｒｖｅＲｅｔｗｏｒｋｔｏｐａｔｈｐｌａｎｎｉｎｇｉｎｃｌｕｄｅｆ０１ｌｏｗｉｎｇｆｉｖｅｆｕｎｃｔｉｏｎｍｏｄｕｌｅ：
ｓｔｕｄｙｓａｍｐ］ｅ，ｎｅｒｖｅｎｅｔｗｏｒｋｓｔｕｄｙ，ｔｈｅｅｘｐｏｒｔｒｉｇｈｔｖａｌｕｅａｎｄｖａｌｖｅ
ｖａｌｕｅａｆｔｅｒｔｒａｉｎｉｎｇｔｈｅｎｅｒｖｅｎｅｔｗｏｒｋ，ｔｈｅｐａｔｈ
ｐｌａｎｎｉｎｇｂｙｔｈｅｎｅｒｖｅｎｅｔｗｏｒｋ，ｅｘｐｏｒｔｉｎｇｔｈｅｒｅｓｕｌｔｏｆｐａｔｈｐｌａｎｎｉｎｇ．Ａｔｌａｓｔｖｅｒｉｆｉｅｄｉｔｓｆｅａｓｉｂｉｌｉｔｙｔｈｒｏｕｇｈｓｉｍｕｌａｔｉｏｎ．
Ｋｅｙｗｏｒｄｓ：ＭｏｂｉｌｅｒｏｂｏｔｉＬｏｃａｌｐａｔｈｐｌａｎｎｉｎｇ；８ｉｎｏｃｕｌａｒｖｉｓｌｏｎＯｒｉｄ：Ｎｅｒｖｅｎｅｔｗｏｒｋ
哈尔滨工程大学
学位论文原创性声明
本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独立完成的。有关观点、方法、数据和文献等的引用已在文中指出，并与参考文献相对应。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体，均己在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。
作者（签字）：盘』§！叠
日期：洲乒年√月）７日
第１章绪论
现在的移动机器人研究有两个特点；一是对机器人智能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；另一个特点是许多瓤技术及控制方法（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，不断取得新的研究成果。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（即通过对环境的实只、ｌ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。
移动机器人的智能特征就在于它具有与外部世界——对象、环境和人相互协调的工作机能。在这方面，视觉具有重大作用，机器人视觉被认为是机器人重要的感觉能力。机器人视觉的研究目标是使机器人系统中的计算机具有通过二维图像认知三维环境信息的能力。这种能力将不仅使机器人能感知三维环境中物体的几何信息，包括它的形状、位置、姿态、运动等，而且能对它们进行描述、存储、识别与理解。
当前，移动式机器人有着极其广泛的发展前景，它可以应用在许多人类所不能身临其境的危险场合，诸如野外作业、深海探测、以及有毒或者高温环境中。它的形式是多种多样的，有轮式的，有履带式的，也有双足或者若干对腿足的，它们都是为了完成特定的任务而设计制造的。其中，局部路径规划是移动式机器人智能系统的一个重要部分，它的质量好坏，适应性强弱和实现上的难易等直接影响到系统的智能水平。移动机器人的研究现在正成为一个重要的研究热点，本论文是以基于双目视觉的移动机器人局部路径规划作为选题进行学习和研究。
１．１双目视觉进行障碍物识别的优势
和激光雷达、超声相比，计算机视觉具有以下几个优点
（１）首先即使在丢弃了绝大部分的视觉信息后，所剩下的关于周围环境的信息仍然比激光雷达和超声更多更精确；
（２）激光雷达和超声的原理郡是通过主动发射脉冲和接受反射脉冲来测距的，因此当多个机器人同时工作时，相互之问可能产生干扰，而视觉由于是被动测量，因此多个机器人相互之问的干扰可以减少到最小：（３）激光雷达和超声数据的采样周期一般比摄像机长，因此也不能及时对高速运动的机器人提供信息作出规划。
因此视觉传感器被大量地采用，但是视觉目前还存在着单靠一个固定的传感器采集的图像，有时不足以完全描述、测量和解释所面对的三维环境。近年来发展起来的双目以至多目图像分析技术，比较好的解决了上述的问题。
１．２路径规划研究综述
蒋新松为路径规戈日作出了这样的定义…，：路径规划是移动机器人的一个重要组成部分，它的任务就是在具有障碍物的环境内按照一定的评价标准，寻找一条从起始状态（包括位置和姿态）到达目标状态（包括位置和姿态）的无碰路径。障碍物在环境中的不同分布情况当然直接影响到规划的路径，而目标位置的确定则是由更高一级的任务分解模块提供的。
根据对环境的了解情况，路径规划可以分为全局规划和局部规划ｎｗｍ。其中，全局路径规划需要知道关于环境的所有消息，根据环境地图进行路径规划?并产生一系列关键点作为子目标点下达给局部路径规划系统。而局部路径规划则只需要距离机器人较近的障碍物信息。机器人在行走过程中，不断的感知内部的环境表示，从而确定出机器人在地图中的当前位置及周围局部范围内的障碍物分布情况，并在此基础上，规划出一条从起点或某一子目标点的最优路径。但局部路径规划只适合于起终点相距较近的情况，可以看作是全局路径规划在机器人实际行走过程中的一个补充。如果从静态或动态地获取障碍物信息角度看，全局路径规划属于静态规划，而局部路径规划则是动态规划。
一般的路径规划算法还会涉及到下面的两个问题：位姿空闻、环境表示（环境建模）。
急需，使得机器人智能化研究得到实现的可能。世界各国都很重视，投入了大量的人力和物力积极开展智能机器人的研究工作。如美国国防高级研究计划局（ＤＡＲＰＡ）投资６亿美元研究自主式地面车辆（ＡＬＶ）。
美国斯坦福研究所（ＳｔａｎｆｏｒｄＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ）研制的机器人Ｓｈａｋｅｙ（沙克依），它足一种典型的“眼一车”系统，见图１．１。Ｓｈａｋｅｙ的主要感觉器官是“眼”，安装可动头部的摄像机和光学测距器。Ｓｈａｋｅｙ的主要功能是在视野范围内识别对象，依靠积累的经验求解行动规划，以及运用逻辑推理的问答能力。Ｓｈａｋｅｙ可以穿行房间，搜索、识别指定的对象，并进行“智能”的操作。当人们命令它把放在大箱子上的小箱子推下来时，它能分析对绿的高度和位置，首先寻找楔形箱子，推它到需要的位置上，然后沿此斜坡登上木箱，再把小箱子推下来。
图ｌｔ１斯坦福研究所研制的机器人Ｓｈａｋｅｙ
在已建立的实验系统中，最引入注目的是美国Ｃａｒｎｅｇｉｅ—ＭｅｌＪｏｎ大学研制的ＮＡＶＬＡＢ自主车（ＡｕｔｏｎｏｍｏｕｓＶｅｈｉｃｌｅ），见图１．２。它采用了多传感器信
息处理和理解系统，系统包括双彩色摄像机平台、目标识别摄像机、声纳及
激光测距等多种传感器。为进行快速视觉信息处理，系统装有专用的搏动式处理器（ＳｙｓｔｏｌｉｃＡｒｒａｙ）构成的沃坡机（ＷａｒｐＭａｃｈｉｎｅ），它的处理速度高达
ＩＯＯＭＩＰＳ，由沃坡机和多台计算机构成白板（Ｗｈｉｔｅｂｏａｒｄ）结构的分布式决策系统，该自主车在公路上实地试验车速达２０英里。
４
图１．２ＮＡｖＬＡＢ自主车及其双目视觉系统
ＴＨＭＲ—Ｖ系统是清华大学计算机系正在研制的新一代移动机器人，兼有面向高速公路和一般道路的功能，见图１．３所示。该机器人的视觉系统有彩色摄像机和两台ＰｅｎｔｉｕｍＩＩ计算机构成，其中一台进行视觉信息处理，实现道路检测和障碍物检测，另一台完成信息融合及其它功能，以达到对机器人周围环境进行识别的能力。
图１．３清华大学研制的移动机器人ＴＨＭＲ—Ｖ系统
到９０年代，移动机器人已逐渐应用于服务领域。移动式智能型服务机器人是哈尔滨工业大学机器人研究所开发研制成功的我国第一台智能型服务机器人，该机器人是基于ＰＣ机开发的轮式移动机器人。该机器人为国家“８６３”计划智能机器人项目主题产品，见图１．４所示。该机器人具有如下功能：自
主行走、自动躲避障碍、识别被测对象的种类、语音功能、遥控功能。
吲１４哈工大移动机器人
１．４局部路径规划算法的发展及研究现状
近几年来随着移动机器人在工业、国防、家用服务等领域的应用同益广泛，其路径规划问题也引来了越来越多的关注，并且成为移动机器人研究的热点之一。
目前，已提出的典型的路径规划方法有图搜索法（Ｖ－Ｇｒａｐｈ）ｎ“、人工势场法（ＡｒｔｉｆｉｃｉａｌＰｏｔｅｎｔｉａｌＦｉｅｌｄ）和栅格法（Ｇｒｉｄｓ）１１）等。图搜索法比较灵活，
机器人的起始点和目标点的改变不会造成连通图的重新构造。
图搜索法适用于多边形障碍物的避障路径规划问题，但不适用于圆形障碍物的路径规划问题，且在复杂环境下，图搜索法有时难以找到无碰路径，经常结合其他方法如人工势场法使用。
人工势场法由于其算法的简单和易扩展而引起了越来越多的重视，其基本思想是通过寻找路径点的能量函数（势函数）的极小值点而使路径避开障碍物。通常情况下，其势函数是一个关于距离的标量，在寻找路径点时，若考虑障碍的边界形状，难以用解析式计算而不得不用离散方法搜索此函数的最快下降方向，从而带来了离散精度和计算量的矛盾，若仅把障碍近似为圆形物体，又难以区别不同边界障碍的作用。而且传统的人工势场法由于没有引入优化过程而容易陷入局部极小区域且不易调节，因而不适于寻求最短路径。
栅格法将机器人工作环境分解成～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
图Ｌ５遗传算法进行路径规划效果图１
Ｉ：ｔｌＩ．６逮传算法进行路径规划效果图２
⑨谢宏斌，刘国栋等人提出了。种基于模糊概念的动态环境模型和在此模型基础上结合模糊神经网络的机器人路径规划方法。这种方法利用动态环境中物体的信息动态调整模糊神经网络的权值，加快整个神经网络的收敛速度，以达到对机器人的下一步动作进行动态控制的目的。该方法充分挖掘了应用人工神经网络、模糊推理解决移动机器人动态路径规划的潜力。该控制方法具有良好的动态路径规划能力，取得的路径规划效果如图１．７所示：
哈尔滨工程大学硕士学位论文
－ｉｉ；；；；－ｉｉｊｊ；ｉ；；；；；；ｉ；；；；ｉｉ；ｉｉ；ｉｉｉ；；＝；ｉ
幽１７结合模糊神经网络的路径规划效果图
④文献［５］对比了传统的基于认知的人工智能模型的体系结构和Ｒ．Ｂｒｏｏｋｓ的包容式体系结构，提出了一种综合二者优点的体系结构，并在其中融入了进化控制的思想，提出了基于功能／行为集成的进化体系结构，将其应用于移动机器人路径规划取得了较好效果。机器人足球与足球机器人是近几年在国际上迅速开展起来的极富挑战性的高科技密集型的对抗活动，是人工智能的全面体现，其中ＭＡＳ在这一领域得到了越来越广泛的关注，并已在实践中有所应用。文献［６］详细论述了国际上几个较强代表队的对比，以及ＭＡＳ在足球机器人领域中的应用。
１．５课题的研究背景及意义
移动机器人是我校“２１１工程”建设的重点项目之一。论文选题以“基于双曰视觉的移动机器人局部路径规划”自研项目歼展的。移动机器人路径规划是移动机器人的关键技术，也是目前该领域的研究热点。本论文所做的“基于双目视觉的移动机器人局部路径规划”为提高智能机器人的智能化水平具有理论意义和使用价值。
移动机器人是机器人研究领域中的一个重要分支，移动机器人集人工智能、信息处理、图像处理、模式识别、检测与转换等专业技术为一体，跨计算机、自动控制、模式识别、智能控制等多学科，成为当前移动机器人研究的热点之一。
哈尔滨工程大学硕士学位论文
１．６本论文的主要工作
本论文主要是研究移动机器人视觉系统及其相关领域的一些问题。我们以移动机器人ＧＡＩＡ一２为开发平台，在移动机器人局部路径规划方面做了一些研究工作，主要包括：在双目立体视觉技术研究的基础上，提出了一种基于表面方向的障碍物检测方法；适合该平台的图像处理算法的研究；局部路径规划算法的研究和仿真，并讨论了基于栅格法的搜索算法在移动机器人ＧＡＩＡ一２上的实用考虑。
具体内容安排如下：
第一章：绪论，介绍当今国内外基于视觉的移动机器人的发展现状，路径规划的一些概念、路径规划算法的发展和研究现状、课题的研究意义及其论文的内容安排。
第二章：基于表面方向的障碍物检测方法，介绍双月立体视觉的原理及其障碍物图像处理的方法，并设计了移动机器人ＧＡＩＡ一２进行局部路径规划的系统原理图。
第三章：介绍了一种基于栅格法的搜索算法进行移动机器人路径规划，主要是从数据结构的角度入手进行栅格搜索算法的优化，引入了间断无障碍路径的新概念和障碍物合并的思想，并仿真验证该算法的正确性、高效性、实用性和智能性。
第四章：在确定移动机器人ＧＡＩＡ一２动力学模型的基础上，结合ＧＡＩＡ一２的实际结构，初步探讨了将该算法应用于ＧＡＩＡ一２上应该注意的实际问题：ＧＡＩＡ一２在每一时刻的位置和位姿，运动速度及其转角之间的关系，还讨论了机器人的环境模型的划分（即栅格大小如何确定）。
第五章：研究了ＢＰ神经网络的结构和算法，对ＢＰ算法所存在的局部极小值问题进行了分析，并提出改进措施，用ＶＣ＋＋６０设计了一个简单的ＢＰ神经网络。应用神经网络进行路径规划主要包括以下五个功能模块：学习样本、神经网络学习、神经网络训练后的权值和阀值、神经网络进行路径规划、输出路径规划结果（机器人转角），最后通过仿真验证了该算法的有效性和可行一陛。
最后，对本论文所做的工作进行了全面的总结，并在此基础上，对今后进一步的工作进行展望。
１．７本章小结
本章在阅读了大量国内外参考文献的基础上，对移动机器人路径规划的相关技术做了较详细的介绍，对该课题研究领域的背景及意义、发展过程及国内外研究现状做了详细综述，并介绍了本论文研究内容。
第２章基于表面方向的障碍物检测方法
高速处理器和多媒体技术的发展使实时的障碍物检测系统成为可能。但是日前的检测方法还处在理论阶段，一些典型的方法在运用到实际中时都会出现这样那样的问题。目前常见的几种典型的障碍物检测方法有：重投影的方法”，、基于光流分析的方法ｌ”，、立体匹配。…。
用立体视觉实现障碍物检测所面临的最大一个挑战是计算复杂度问题，在每一时刻都必须计算两帧或多帧图像。为了简化对应问题，还必须对图像进行一定的几何校正和光学校正。然而在实际系统中由于外界因素的干扰（主要是车体颠簸），摄像机参数不可能保持不变。因此就需要对颠簸不敏感、比较鲁棒的描述方法。本文提出的基于表面方向的障碍物检测方法受颠簸的影响就比较小。
本章分为五个部分：首先在第一部分介绍双目立体视觉的基本原理，第二部分给出了移动机器人ＧＡｌＡ一２路径规划的系统结构图，第三部分从直观的角度介绍基于表面方向的障碍物检测方法，然后在第四部分给出这个方法的理论解释和分析，第五部分是障碍物榆测系统的具体实现，第六部分是对采集到的障碍物图像进行图像处理，最后是本章的小结。
２．１双目立体视觉
２．１１基本原理（深度和视差的关系）
在假设两个相机的成像平面重合的情况下，可以用图２．１表示各变量问的关系。其中ｃ为视差，可以由ｄ、ｌ、ｆ表示（ｄ、１、ｆ分别是物体深度、相机ｆ司距离并日焦距１。
ｌ—ｃｄ～ｆ
—＿２——；
ｌｄ
，，
则：ｃ＝÷?厂，即ｄ＝三。厂
这就是双目立体视觉的基本公式，用视差来恢复立体信息。可以看出ｃ和ｄ
．；———兰型垩型兰型兰丝坚———————一成反比。对上式求导可得：暑＝一与ｉ乒即对于在一个平面上的一个点集，
盘口“
随着深度增加，视差的变化和深度是成平方反比的。
图２．１域目立体视觉原理图
２．１．２研究目的
现阶段双目立体视觉的研究目的是：１）三维重建（环境建模）：主要使机器人能感知周围环境，一般用于移动机器人和两足行走的仿人机器人。关于计算机视觉是否需要三维重建，计算机视觉界在９１年和９４年有两个犬讨论。最后ＥｄｅｌＭａｎ根据洛克对表象和概念的定义提出的建议：无重建的袁象也许是极端的目的主义者（Ｂｒｏｏｋｓ）无表象的视觉与占统治地位的无目的的重建主义间的合理折中，可能为计算机视觉研究摆脱困境找出一条可行的路。“１不管争论如何，双眼测距恢复深度都是人眼的基本功能，这是一个不争的事实，关于三维重建的研究也是双目视觉研究的主要内容之一。２）与人及环境交互：这就要求实现人眼的基本功能，如扫视、对突现物体的反映、注视（ｖｅｒｇｅｎｃ８）和平滑跟踪。在此基础上实现高层的智能活动如：手势识别、人脸识别。对于移动机器人和环境、其他移动机器人的交互体现在避障、跟随、协作等方面。３）视觉一运动协调任务（ｖｉｓｕａｌ－－ｍｏｔｏｒ）：头眼协调、手眼协调、运动跟踪。这是视觉的基本功能，是机器人和环境、人交互的基石。