分类号 __________ 密级__________ U D C __________
硕士学位论文
移动机器人避障与路径规划研究
学位申请人
： 吴 涛 学科专业
： 控制理论与控制工程 指导教师 ： 黄心汉 教授
论文答辩日期_______________ 学位授予日期 _________________
答辩委员会主席_____________ 评阅人
2004.5.11 王永骥 王永骥
叶念渝
A Dissertation Submitted to Huazhong University of Science and
Technology for the Degree of Master of Engineering
Research on Obstacle Avoidance and Path Planning
for Mobile Robots
Candidate: Wu Tao
Major: Control Theory and Control Engineering
Supervisor : Prof. Huang Xinhan
Huazhong University of Science and Technology
Wuhan 430074, P.R.China
May, 2004
摘要
移动机器人研究是机器人学中的一个重要分支。移动机器人避障与路径规划又是机器人研究的一个重要方向。目前，随着机器人技术的不断进步，机器人学科越来越具有强大的生命力，它在某种程度上已经代表当今信息技术、自动化技术、系统集成等技术的最新发展。本文以美国ActivMedia Robotics公司生产的 Pioneer 2-Dxe型机器人为研究对象，从多个方面对移动机器人的避障与路径规划进行了深入的系统研究，其主要的内容和成果如下：
从移动机器人的历史和现状出发，对比了国内外的不同发展状况，对移动机器人领域的研究方向进行了综述。着重介绍了移动机器人避障与路径规划中常用的方法，对其中的势场法，栅格法、遗传算法进行了逐一的分析阐述。
本文主要研究的是使用移动机器人本体的16个同质传感器来进行机器人的避障与路径规划。移动机器人在实际应用中首先遇到的就是机器人本身的定位问题，确保机器人的初始位姿的准确性是完成任务的前提。本论文使用定位的方法之一是路标法。移动机器人的基本运动控制一般有两种，直线运动和圆弧运动，通过这两种典型分解运动的特性就能比较准确的对机器人进行控制。其次，本文将移动机器人的避障运动分解成两种基本的动作：避开前方和侧面的障碍物，并对这两种动作做了深入的分析。另外，本文分析了基于声纳的未知环境特征提取方法和安全避障距离选取的原则；给出了基于势场法的移动机器人避障策略；阐述了A*算法在机器人迷宫地图最优路径规划实现中的应用。
本文另外一个成果是构建了一个基于VC的移动机器人通信平台，给出了通信平台的数据包协议格式和具体实现。
本文利用Pioneer II移动机器人对上述算法和策略进行了实验。实验结果和分析证明了使用的原理和算法的有效性和正确性。
论文结尾对全文进行了总结并对移动机器人避障与路径规划研究进行了展望。
关键词：移动机器人，路径规划，避障，数据融合，声纳，A*算法
Abstract
Mobile robot is an important branch of robotics. And the real-time obstacle avoidance and path planning is also one important research aspect of the mobile robot. With the continuous progress of robot’s technology, mobile robot represent the development of information technology, automation technology, system integration technology to some extent. The thesis’s research makes a deep and systematic study of multi-aspect of the robot’s obstacle avoidance and path planning based on the Pioneer 2-Dxe robot which is made by ActivMedia Robotics company. The contents are as follows:
The thesis makes a summarize on different research aspects of mobile robot and contrast the different development level of foreign and domestic. Several methods such as potential field method, grid method, genetic algorithms method, which used in mobile robot’s obstacle avoidance and path planning are described in detail.
The main research of the thesis is how to use sixteen sonar sensors to realize the obstacle avoidance and path planning. The first problem we should solve is the robot’s orientation. The veracious orientation is the precondition of the robot to finish the task. The thesis use road mark method to realize the orientation. Mobile robot have two typical movement: line and circle. We can use this two typical movement’s specification to control robot. Next, the thesis decompose the process of obstacle avoidance as two basic actions: avoiding front obstacles and avoiding side obstacles. In-depth analysis of the two actions are also given. Another, the thesis analyze the principle of safe avoiding distance and the way of unknown circumstance character analysis based on sonars; realize the optimal path planning of maze map based on A* algorithm; give the obstacle avoidance strategy based on potential field method.
Moveover, the thesis constructs a communication platform based on VC, the content realization and the protocol format of data package are also given.
We experimentalize with Pioneer II robot and the experiment’s results verify that the above strategy and algorithm is correctness and effectiveness.
In the end, this thesis makes a summarize about full text and looks ahead the
application of information integration technologies in obstacle avoidance and path planning。
keywords：mobile robot, path planning, obstacle avoidance, data fusion, sonar,
A* algorithm
目录
摘要.................................................................................................................(I) Abstract..........................................................................................................(II) 1 绪论
1.1 引言 (1)
1.2 多传感器信息融合结构模型 (5)
1.3 课题背景、目的及意义 (7)
1.4 论文的主要内容 (8)
2 移动机器人介绍与通信控制平台构建
2.1 Pioneer II移动机器人平台介绍 (9)
2.2 移动机器人通信控制平台简介 (12)
2.3 Socket编程原理 (13)
2.4 移动机器人通信控制协议的定义 (16)
2.5 移动机器人本体数据包的解析 (19)
2.6 本章小结 (20)
3 移动机器人的路径规划方法
3.1 移动机器人路径规划方法概述 (21)
3.2 势场法 (23)
3.3 栅格法 (25)
3.4 遗传算法 (27)
3.5 本章小结 (28)
4 移动机器人的定位与运动控制
4.1 移动机器人坐标系的建立 (29)
4.2 移动机器人在仿真地图中的定位 (31)
4.3 移动机器人在实际环境中的定位 (34)
4.4 移动机器人的典型运动控制 (39)
4.5 本章小结 (42)
5 移动机器人的避障与路径规划
5.1 地图已知的路径规划算法 (43)
5.2 声纳工作原理 (46)
5.3 基于声纳的几种典型障碍物的避障运动规划 (49)
5.4 基于声纳的移动机器人路径规划策略 (53)
5.5 本章小结 (59)
6 实验结果与分析
6.1 基于已知地图的路径规划 (60)
6.2 未知环境的避障与路径规划 (61)
6.3 本章小结 (68)
7 全文工作总结与展望
7.1 全文工作总结 (69)
7.2 展望 (69)
致谢 (71)
参考文献 (72)
附录1 (攻读学位期间发表论文目录) (76)
1 绪论
1.1 引言
1.1.1 移动机器人的历史与现状
机器人的应用越来越广泛，几乎渗透到所有领域。移动机器人是机器人学中的一个重要分支。早在60年代，就已经开始了关于移动机器人的研究。关于移动机器人的研究涉及许多方面，首先，要考虑移动方式，可以是轮式的、履带式、腿式的，对于水下机器人，则是推进式[1]。斯坦福研究院(SRI)的Nils Nilssen和Charles Rosen 等人，在1966年至1972年中研造出了取名Shakey的自主移动机器人。目的是研究应用人工智能技术，在复杂环境下机器人系统的自主推理、规划和控制[2]。与此同时，最早的步行机器人也研制成功，从而开始了机器人步行机构方面的研究，以解决机器人在不平整地域内的运动问题，设计并研制出了多足步行机器人。其中最著名是名为General Electric Quadruped的步行机器人[3]。70年代末，随着计算机的应用和传感技术的发展，移动机器人研究又出现了新的高潮。特别是在80年代中期，设计和制造机器人的浪潮席卷全世界。一大批世界著名的公司开始研制移动机器人平台，这些移动机器人主要作为大学实验室及研究机构的移动机器人实验平台，从而促进了移动机器人学多种研究方向的出现。90年代以来，以研制高水平的环境信息传感器和信息处理技术，高适应性的移动机器人控制技术，真实环境下的规划技术为标志，开展了移动机器人更高层次的研究[4]。移动机器人研究发展状况以国内和国外来分：
①国外移动机器人的发展概况
美国国家科学委员会曾预言：“20世纪的核心武器是坦克，21世纪的核心武器是无人作战系统，其中2000年以后遥控地面无人作战系统将连续装备部队，并走向战场”。为此，从80年代开始，美国国防高级研究计划局（DARPA）专门立项，制定了地面无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）（1986—1995）,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等[1]。
美国航空暨太空总署(NASA)研制的火星探测机器人索杰那于1997年登上火星，这一事件向全世界进行了报道。德国研制了一种轮椅机器人，并在乌尔姆市中心车站的客流高峰期的环境和1998年汉诺威工业商品博览会的展览大厅环境中进行了实地现场表演。该轮椅机器人在公共场所拥挤的、有大量乘客的环境中，进行了超过36个小时的考验，所表现出的性能是其它现存的轮椅机器人或移动机器人所不可比的[5]。不久以前美国的另外两个火星探测机器人：精神号(Spirit)与机会号(Opportunity)，已经分别在2004年1月3日及24日登陆火星，引起了全世界的广泛关注。
②国内移动机器人研究概况
国内在移动机器人的研究起步较晚，大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。涉及到五个方面的关键技术[6]：基于地图的全局路径规划技术研究（准结构道路网环境下的全局路径规划、具有障碍物越野环境下的全局路径规划、自然地形环境下的全局路径规划）；基于传感器信息的局部路径规划技术研究（基于多种传感器信息的“感知——动作”行为、基于环境势场法的“感知——动作”行为、基于模糊控制的局部路径规划与导航控制）；路径规划的仿真技术研究（基于地图的全局路径规划系统的仿真模拟、室外移动机器人规划系统的仿真模拟、室内移动机器人局部路径规划系统的仿真模拟）；传感技术、信息融合技术研究（差分全球卫星定位系统、磁罗盘和光码盘定位系统、超声测距系统、视觉处理技术、信息融合技术）；智能移动机器人的设计和实现。香港城市大学智能设计、自动化及制造研究中心的自动导航车和服务机器人。中国科学院沈阳自动化研究所的AGV和防爆机器人。中国科学院自动化所自行设计、制造的全方位移动式机器人视觉导航系统。清华大学于2003年7月研制成功的THMR—V智能车等[7]。
1.1.2 移动机器人主要研究的方向
①导航和定位
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[1]：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、基于视觉导航和味觉导航等。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。它涉及环境地图模型建造和模型匹配两大问题。
②路径规划
路径规划技术是机器人研究领域中的一个重要分支。所谓机器人的最优路径规划问题，就是依据某个或某些优化准则(如工作代价最小、行走路线最短、行走时间最短、行走能量消耗最低等)，在其工作空间中找到一条从起始状态到目标状态的能避开障碍物的最优路径。机器人路径规划方法大致可以分为两类[8]：传统方法和智能方法。另外，根据机器人对环境信息知道的程度不同，可分为两种类型[4]：环境信息完全知道的全局路径规划和环境信息完全未知或部分未知，通过传感器和摄像头等设备在线地对机器人的工作环境进行探测，以获取障碍物的位置、形状和尺寸等信息的局部路径规划。
③机器人视觉
机器人视觉是随着60 年代末计算机与电子技术的快速发展而出现的。把视觉信息用于机械手定位的研究可以追溯到70 年代。当时出现了一些实用性的视觉系统, 如应用于集成电路生产、精密电子产品装配、饮料罐装场合的检测等。80 年代后期, 出现了专门的图像处理硬件, 人们开始系统地研究机器人视觉控制系统。到了90 年代, 随着计算机能力的增强和价格下降, 以及图像处理硬件和CCD 摄像机的快速发展, 机器视觉系统吸引了众多研究人员的注意。在过去的几年里, 机器人视觉控制无论是在理论上还是在应用方面都有很大进步[9]。目前，机器人视觉系统正在广泛地应用于视觉检测、机器人的视觉引导和自动化装配领域中。
④多传感器信息融合
移动机器人的多传感器信息融合方面的研究始于80年代。多传感器融合的常用方法有：加权平均法、贝叶斯估计、卡尔曼滤波、统计决策理论等规则[10]。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。
多传感器及先进的感知算法，将是在现实环境中实现具有高度灵活性及高鲁棒性行为的机器人的关键。采用多个传感器的优点是很明显的[11]：(1)多个传感器可提供同一环境特征的冗余信息；(2)可提供出现在环境中有关特征的互补信息；(3)多个信息可以并行快速地分析当前的场景；(4)多个传感器虽然成本较高，但具有高鲁捧性，可改善完成特定工作的指标；(5)在某传感器发生故障的情形下，很快可以重组，重新投入工作。
单一传感器只能获得环境特征的部分信息段，为了完整、准确地反映环境特征，在智能移动机器人导航系统中往往装有多种传感器，它们提供的信息有些是互补的，有些是冗余的，必须以一定的方法融合这些互补或冗余的传感器信息，以充分利用多传感器提供的信息，才能获得最佳的、可靠的信息，从而更准确，更全面地反映外界环境的特征，为导航决策提供正确的依据。多传感器信息融合是协调使用多个传感器，把分布在不同位置的多个同质或异质传感器所提供的局部不完整测量及相关联数据库中的相关信息加以综合，消除多传感器之间可能存在的冗余和矛盾，并加以互补，降低其不确定性，获得对物体或环境的一致性描述的过程。信息融合技术可以增加各类传感器信息的互补性，对环境变化的适应性，使智能机器人具有完成某一任务所需的完备信息，实现各种复杂、动态、不确定环境下的自主性，提高决策的正确性和导航控制的鲁棒性[12]。
⑤多移动机器人协调
多机器人系统的研究始于20世纪70年代，随着机器人应用领域的不断拓展、机器人工作环境复杂度、任务的加重，对机器人的要求不再局限于单个机器人，多机器人的研究已经成为机器人学研究的一个热点。多机器人系统的研究分为多机器人合作(Multi-robot Coordination)和多机器人协调(Multi-robot Cooperation)两大类，主要研究给定一个多机器人系统任务后，如何组织多个机器人去完成任务。
一个相互协调的多机器人系统有着单个机器人系统所无法比拟的优势[13]:(1) 相互协调的n个机器人系统的能力可以远大于一个单机器人系统的n倍, 多机器人系统还可以实现单机器人系统所无法实现的复杂任务；(2) 当环境或任务极其复杂, 需要机器人具有多种能力, 而设计这种集所有能力于一体的单机器人成为不可能时, 多机器人系统是最佳解决方案；(3) 设计和制造多个简单机器人比单个复杂机器人更容易、成本更低；(4) 使用多机器人系统可以大大节约时间, 提高效率；(5) 多机器人系统的平行性和冗余性可以提高系统的柔性、鲁棒性和容错性等。然而, 多机器人系统也存在单机器人系统所不存在的问题[14]：(1) 复杂协调任务的描述；(2) 同一工作空间中多机器人协调和集中；(3) 多机器人协调系统的自适应控制；(4) 智能体之间如何识别和解决冲突；(5) 多机器人协调系统的负载分配等。
1.2 多传感器信息融合结构模型
目前，随着高新技术的发展，传感器的种类不断的得到完善，同时其精度也不断的得到提高。移动机器人是高新科技的融合体，在某种方面上代表了当今传感技术的发展水平。
多传感器信息融合系统的结构模型应根据应用问题特性来灵活确定；但一般可分为集中式、分散式、混合式等。它们在信息损失、数据通信带宽要求、数据关联、处理精度等方面备有优劣。设计一个多传感器信息融合系统的关键问题之一就是决定在数据流的哪一段进行组合或融合。
1.2.1 融合的层次
融合的层次性指的是，多传感器提供的信息在什么阶段进行融合。多传感器信
息融合与经典信号处理方法之间存在本质的区别，其关键在子信息融合所处理的多传感器信息具有更为复杂的形式，而且可以在不同的信息层次上出现。这些信息表征层包括数据层，特征层和决策层。
对于具体的融合系统而言，它所接收到的信息可以是单一层次上的信息，也可以是几种层次上的信息。融合的基本策略就是先对同一层次上的信息进行融合，从而获得更高层次的融合后的信息，然后再汇入相应的高信息融合层次。因此总的来说，信息融合本质上是一个由低至高对多源信息进行整合，逐层抽象的信息处理过程。但在某些情况下；高层信息对低层信息的融合要起反馈控制的作用，亦即高层信息有时也参与低层信息的融合。而且，在一些特殊应用场合，也可先进行高层信息的融合。由此可以概括出信息融合过程的层次化结构，如图l.1所示。传感器各层次的信息逐次在各融合节点（即融合中心）合成；各融合节点的融合信息和融合结果，也可以交互的方式通过数据库系统进入其它融合节点，从而参与其它节点上的融合。
高
信
息
表
征
水
平
图1.1 多传感器信息融合层次结构
由图1.1可见，系统的信息融合相对子信息表征的层次也相应分为三类：数据层融合、特征层融合和决策层融合。
1.2.2 多传感器信息融合的应用
在移动机器人中, 传感器起着举足轻重的作用。针对距离和障碍的探测, 目前主
要采用声波和红外线传感器。由于声波传感器信息处理简单、快速和价格低, 因此广泛应用于各种移动机器人。声波传感器是一个时间快速系统，当声波超出一定的门槛电平时, 给出的范围有效。声波幅值依赖于返回波的倾斜角度, 在一定的射线开放角度范围内, 能够测量到物体间的最短距离[15]。然而, 当倾斜角太大时，回波就会被反射掉了。所以，移动机器人本体上的传感器通常是以组的形式而不是单个存在的。以Pioneer II 移动机器人为例，其声纳传感器就有16个之多。这样有助于移动机器人更准确的通过传感器的数据融合来对未知环境的感知。基于声纳传感器信息的数据融合如图1.2所示。
图 1.2 声纳传感器信息融合
1.3 课题背景、目的及意义
本课题是在控制科学与工程系智能与复杂系统实验室完成的，该实验室是为提高研究生和本科生了解机器人避障、路径规划、编队等具体任务实现的一个开放式平台。该实验室目前有美国ActivMedia公司生产的Pioneer II机器人六台。其中室内机器人P2-DXe四台，室外机器人P2-AT两台。实验中使用的是室内机器人。
移动机器人按其控制方式和自主程度大致可分为遥控式、半自主式与自主式3种。我们实验室现在所使用的是半自主移动机器人（Half Autonomous Mobile Robot，HAMR），可以按照人预先给出的任务指令，通过移动机器人本体的多种传感器不断感知周围的局部环境信息，根据当前的局部环境做出各种决策，随时调整机器人安全行驶并执行相应的动作与操作。
本课题的目的在于通过对移动机器人的基本运动控制的分析，找出Pioneer II移动机器人运动控制的特性。根据这些基本的特性来进行移动机器人的路径规划策略的研究，让机器人在比较复杂的未知地图上能通过多声纳传感器信息的数据融合技术来找到一条可达路径。
本课题的研究涉及移动机器人的运动控制，同质传感器（声纳）的数据融合，Linux下的c/c＋＋编程，windows平台的VC编程，Socket通信等多方面的知识，对全面掌握移动机器人的运动控制具有十分重要的意义。同时，这也给了我一个开阔视野，了解不同学科在机器人领域应用的机会，为我以后的学习和工作打下了坚实的基础。
1.4 论文的主要内容
本论文是作者在研究生学习期间结合自己参与的课题项目的基础上，对移动机器人避障和路径规划等关键问题深入分析后的总结。
本论文以Pioneer II移动机器人为研究背景，进行了移动机器人避障和路径规划研究工作，本文的主要内容如下：
（1）对移动机器人的相关技术进行了相应的介绍。
（2）对Pioneer II移动机器人及我们构建的通信平台做了介绍。同时给出了通信平台的实现方法。
（3）对移动机器人的定位与运动控制做了深入分析，详细论述了移动机器人初始位姿确定方法，给出基本的运动控制和避障的分解动作与机器人路径规划的内在联系。
（4）对A*算法做了介绍，给出了基于该算法的已知地图路径规划的实现方法。
（5）通过使用机器人本体上的16个声纳传感器的信息融合来感知未知环境信息，通过基于势场法的路径规划策略让机器人在比较复杂的未知地图上寻找一条到达目标点的路径。
（6）给出了移动机器人避障和路径规划的实验测试，结果证明了所采用的理论和设计方法的正确性。
2 移动机器人介绍与通信控制平台构建
Pioneer II移动机器人本体是一个双层系统结构。一般来说开发者在Aria平台上用c++或c编写的程序必须放到移动机器人的本体上，并且通过Telnet登陆机器人系统来激活程序。如果程序错误或初始参数需要重新设定，就需要重新改写代码，并且每次都需要在移动机器人本体上编译连接，重新做makefile文件，因此，调试程序就相当繁琐。为了从这个繁琐的反复调试中解放出来，就需要构建了一个移动机器人的通信控制平台，通过无线网卡与移动机器人通信。因此，在移动机器人本体上编写了一个服务器程序，这个程序仅仅就是用来进行传感器数据的打包和发送以及对客户端命令的解析。复杂的路径算法已经初始化的设置就让VC6.0构建的客户端平台去实现，并且，编写的运动控制算法不需要在移动机器人本体进行编译和连接，极大方便了程序的调试。
2.1 Pioneer II移动机器人平台介绍
美国ActivMedia Robotics公司生产的 Pioneer 2-Dxe型机器人是一种灵活、通用的智能移动机器人，如图2.1所示，它在同价格的移动机器人中具有较好的性价比[16]。另外，该移动机器人还提供了一个很好的仿真平台SRI如图2.2所示，圆圈代表移动机器人，在该平台下部有反映当前机器人状态的数据。在这个仿真平台下可以仿真移动机器人的各种运动控制。
图 2.1 移动机器人示意图图 2.2 仿真平台示意图
2.1.1 移动机器人硬件特性
Pioneer 2-Dxe型机器人长44.5cm，宽40cm，高 24.5cm ，重9kg，可载重23kg，最大的平移速度为1800mm/sec，最大的旋转速度为360deg/sec。它提供了一个内嵌的西门子88C166微处理器(20MHz)，负责低层次的数据处理和命令执行。另外，它的前后各有八个声纳测距装置，以及激光测距仪、摄像头和两个RS-232串行接口等。移动机器人在装满电池的情况下可以连续运行近8小时。
Pioneer II机器人的外形标称值如图2.3所示：
图2.3 移动机器人外形尺寸
由图 2.3可知机器人的旋转半径为26cm。另一项与定位密切相关的问题是Pioneer II的声纳角度排列，根据Pioneer II 的操作手册可知 Pioneer II的声纳分布是不均匀的，其形式如图2.4所示。另外，声纳在移动机器人本体的分布半径比其外形尺寸略小，为25cm。
图2.4 移动机器人声纳分布
2.1.2 移动机器人软件特性
Pioneer II-Dxe 机器人的软件操作平台是基于Linux 的, Linux 是unix 的一种免费版本，其网络功能强大，安全性能强，因此受到用户的欢迎。机器人开发小组专门为移动机器人开发的控制语言Saphira/Aria 是为ActivMedia 移动机器人设计的一种面向对象的机器人控制编程软件。它由c++语言编写，源代码是开放的，因此可以用它集成用户自己的控制软件。它既支持单线程，也支持多线程，使客户端较容易地控制和管理机器人服务器，以及很多其它移动机器人本体上的传感器。它对于机器人控制来说是底层的，主要负责串口通信，包的发送，多线程管理，附件控制等。Saphira 建立在Aria 之上，内嵌有Aria ，并加入了 Colbert 语言。Saphira 提供了更友好的界面和效率更高的编程语言。
Saphira/Aria 的体系结构如图2.5所示。
Pioneer II 自主移动机器人完整控制结构如图2.6所示，机器人本体上包括所有的传感器、执行器、电源等附属设备以及一台 Siemens 88c166 单片机构成下位机，同时还包括一台运行linux 装备无线网卡的PC 机（配置为penitum233，32M 内存）作为上位机，要强调的是上位机和下位机都是装置在机器人本体上的。
Saphira/Aria 客户端体系
结构
图 2.5 Saphira/Aria 的体系结构 图2.6 控制结构图
上/下位机构成 Client/Server结构，作为下位机的单片机上运行固化在EEPROM 内的微型操作系统P2OS，作为一个接收请求，提供服务的服务器，负责将机器人执行器件和传感器的信息简单处理之后打包通过RS－232端口发给上位机，同时处理上位机通过RS－232串口发出的控制指令和其它操作请求，具体执行机器人各种硬件设施的操作；作为上位机的Linux主机在通过串口与下位机建立连接之后，有两种选择，即可以直接利用获得信息控制机器人，也可以通过TCP/IP的连接仿真一个网络上的机器人服务器，这时可以让异地的计算机通过网络连接实现对机器人的控制、对于异地计算机未说，除了连接机器人的方式不是通过串口而是通过Socket连接之外没有任何其他的差别。
总的来说，Saphira/Aria与 Pioneer server的结构提供了自上而下的分层控制结构，给用户的分层结构算法提供了较好的实现基础，在软件层面上（就是从Pioneer II串口信息传出之后）可以直接实现对底层的控制，对研究人员对软硬件的充分利用和二次开发提供了一定的便利。另外一方面，Pioneer II的手册提供了所有串口信息和命令包的协议规程，这也为用户自行设计独立的应用程序提供了较好的基础。
2.2 移动机器人通信控制平台简介
移动机器人通信控制平台是用VC＋＋6.0 开发的，控制平台端为客户端，机器人本体的上层为服务器端，客户端与服务器端的连接实现使用的是基于TCP的Socket编程，通信平台客户端界面如图2.7所示[17][18]。服务器端（机器人本体）不断地将客户端所需要的数据发送到客户端，客户端根据自己编写的算法分析接收的数据，然后将移动机器人的运动控制指令回送到移动机器人本体。移动机器人本体根据定义好的命令协议来解析控制指令，让移动机器人按照运动控制指令运动。因为在实际的数据传输过程中，客户端需要的数据量比较大，除了机器人的速度、角度、位置等基本信息以外还需要传送大量的声纳传感器测量数据，为了保证数据的传送的实时性能，服务器端使用了多线程编程，即在服务器端另外开了一个线程专门用于移动机器人数据包信息的采集。主线程则用来实现Socket服务器端的打开、监听和建立连接以及命令帧的接收、解析和数据包的发送等功能。
图2.7 移动机器人通信控制平台
2.3 Socket编程原理
2.3.1 客户机/服务器模式
在TCP/IP网络中两个进程间的相互作用的主机模式是客户机/服务器模式(Client/Server model)[19][20][21]。该模式的建立基于以下两点：(1)非对等作用；(2)通信完全是异步的。客户机/服务器模式在操作过程中采取的是主动请示方式。首先服务器方要先启动，并根据请示提供相应服务。
服务器端过程：
1．打开一个通信通道（Socket）并告知本地主机，并在某一个端口地址上等待接收客户请求。
2．等待客户请求到达该端口。
3．接收到重复服务请求，处理该请求并发送应答信号。
4．返回第二步，等待另一客户请求。
5．关闭服务器。
客户端过程：
1．打开一个通信通道（Socket），并连接到服务器所在主机的特定端口。
2．向服务器发送服务请求报文，等待并接收应答。
3．请求结束后关闭通信通道并终止。
机器人避障问题 摘要 本文主要运用直线逼近法等规律来解决机器人避障问题.对于问题一：要求最短路径运用直线逼近法证得圆弧角三角形定理，得出结论：若一大圆弧角三角形完全包括另一小圆弧角三角形，则该三角形曲线周长必大于小的三角形周长.那么可知机器人在曲线过弯时，选择最小半径可满足路径最短，即为10个单位半径，通过观察可得可能的所有曲线，通过仅考虑直线段的大致筛选选出总长较小、长度相近（之差小于100）的曲线，然后利用平面几何知识对相关切点，进而求出各直线、曲线的长度，求和可得最段路线.对于问题二：通过对机器人过弯规律2 1.0100 e 1)(ρ ρ-+= =v v v 的分析可知，当过弯 半径13ρ=时，机器人速度达最大速度为50=v 个单位/秒，再大就无变化了，那么可分两种情况考虑：1）当13ρ>时，过弯速度无变化，但由圆弧角三角形定理可知，此时随着ρ的不断变大，其路线总长不断变大，这时ρ越小O A →所用时间最短；2）当13ρ≤时，统计计算ρ分别为10、11、12、13时，过弯速度v 也不断变化，计算所用时间发现随ρ不断变大，O A →所用时间越短，此时当13ρ=时，时间最短.综合上述可知：当 13ρ=时，时间最短. 关键词： 质点机器人 安全范围 直线逼近法 圆弧角三角形定理 10单位半径
1 问题重述 在一个800×800的平面场景中，在原点O(0, 0)点处有一个机器人，它只能在该平面场景范围内活动，其中有12个不同形状的区域是机器人不能与之发生碰撞的障碍物， 物的距离至少超过10个单位）.规定机器人的行走路径由直线段和圆弧组成，其中圆弧是机器人转弯路径.机器人不能折线转弯，转弯路径由与直线路径相切的一段圆弧组成，也可以由两个或多个相切的圆弧路径组成，但每个圆弧的半径最小为10个单位.为了不与障碍物发生碰撞，同时要求机器人行走线路与障碍物间的最近距离为10个单位. 机器人直线行走的最大速度为50=v 个单位/秒.机器人转弯时，最大转弯速度为 2100.11 0()(1e ) v v v ρρ--==+，其中ρ是转弯半径.如果超过该速度，机器人将发 生侧翻，无法完成行走. 下面建立机器人从区域中一点到达另一点的避障最短路径和最短时间路径的数学模型.对场景图中4个点O(0, 0)，A(300, 300)，B(100, 700)，C(700, 640)，具体计算： (1) 机器人从O(0, 0)出发，O→A 、O→B 、O→C 和O→A→B→C→O 的最短路径. (2) 机器人从O (0, 0)出发，到达A 的最短时间路径. 2 问题分析 2.1问题一： 该问题要求路径最短，即不要求速度与时间，则可认为以最小半径10的圆过弯. 如图2.1所示：由圆弧角三角形定理（简单证明见模型准备5.3）可知过弯时，只有采用10单位半径过弯时，才会使得过弯路径最短，因此解决问题一的过弯拐角问题均采用10单位半径过弯路径. 2.2问题二： 由于O→A 过程中，机器人至少要经过一
D题机器人避障问题 摘要 本文综合运用分析法、图论方法、非线性规划方法，讨论了机器人避障最短路径和最短时间路径求解问题。 针对问题一，首先，通过分析，建立了靠近障碍物顶点处转弯得到的路径最短、转弯时圆弧的半径最小时和转弯圆弧的圆心为障碍物的顶点时路径最短、转弯在中间目标点附近时，中间目标点位于弧段中点有最短路径的三个原理，基于三个原理，其次对模型进行变换，对障碍物进行加工，扩充为符合条件的新的区域并在转弯处圆角化构成障碍图，并通过扩充的跨立实验，得到切线和圆弧是否在可避障区的算法，第三，计算起点、中间目标点和最终目标点和各圆弧及圆弧之间的所有可避障切线和圆弧路径，最后给这些定点赋一个等于切线长度或弧度的权值构成一个网络图，然后利用Dijkstra算法求出了O-A、O-B，O-C的最短路径为O-A：471.0372个单位，O-B：853.7001个单位，O-C：1086.0677个单位；对于需要经中间目标点的路径，可运用启发规则分别以相邻的目标点作为起点和终点计算，确定路径的大致情况，在进一步调整可得到O-A-B-C-O的最短路径为2748.699个单位。 针对问题二，主要研究的是由出发点到达目标点A点的最短时间路径，我们在第一问的基础上考虑路径尽可能短且圆弧转弯时的圆弧尽量靠近障碍物的顶点，即确定了圆弧半径最小时的圆弧内切于要确定的圆弧时存在最小时间路径，建立以总时间最短为目标函数，采用非线性规划模型通过Matlab编程求解出最短时间路径为最短时间路程为472.4822个单位，其中圆弧的圆心坐标为(81.430,209.41)，最短时间为94.3332秒。圆弧两切点的坐标分别为（70.88,212.92）、（77.66,219.87）。 关键字：Dijkstra算法跨立实验分析法非线性规划模型
复杂环境下多移动机器人协同路径规划 多移动机器人协同路径规划是机器人导航研究领域中极具挑战性的问题。复杂环境下多移动机器人协同路径规划,需要为各机器人寻求一条从起始点到目标点的最优路径,同时保证机器人间以及机器人与动、静态障碍物之间无碰撞。因此,如何实现机器人间的避碰和机器人与动态障碍物的避障是该问题的研究难点。当前大部分研究仍聚集于静态环境下单机器人路径规划,复杂环境下多移动机器人协同路径规划问题仍是亟待解决的难题。本文主要工作如下:1)针对单机器人全局路径规划问题,采用约束满足法构建优化数学模型,并结合问题属性提出一种改进蚁群算法。利用当前节点的局部路径方向与起始点至终点的欧式路径方向夹角设计新启发式函数,引导机器人沿最短路径行走;根据可选节点数量设计避障规则,提高避障能力;依据路径长度对信息素进行比较更新,提高算法收敛速度。实验表明,改进算法性能优于原始蚁群算法。2)针对静态环境下多移动机器人协同路径问题,构建以路径长度短和暂停时间少为目标的多目标数学模型。考虑到机器人之间存在碰撞冲突,研究启发式规则对冲突进行消除。以单机器人全局路径规划为基础,研制出一种基于全局路径规划和融入启发式规则的局部路径调整的两阶段规划算法求解该问题,仿真实验表明了该算法的有效性。3)针对动态环境下多移动机器人协同路径规划问题,基于静态环境下多移动机器人路径规划的研究成果,根据动态障碍物的运动性质研究避障方法,消除机器人与动态障碍物的碰撞冲突。设计了相应的仿真实验,结果表明了该方法的有效性。4)考虑
到企业的实际需要,设计了多移动机器人协同路径规划系统。该系统具有较好的集成性和开放性,提供了用户登录、用户管理、单机器人调度方案和多机器人调度方案等交互界面,满足用户在不同运行环境下的需要。
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
江苏师范大学连云港校区海洋港口学院 课程设计说明书 课程名称 专业班级 学号姓名 指导教师
年月日
摘要 轮式移动机器人是机器人家族中的一个重要的分支，也是进一步扩展机器人应用领域的重要研究发展方向。自上世纪九十年代以来，人们广泛开展了对机器人移动功能的研制和开发，为适应各种工作环境的不同要求而开发出各种移动机构。其中全方位轮可以实现高精确定位、原地调整姿态和二维平面上任意连续轨迹的运动，具有一般的轮式移动机构无法取代的独特特性，对于研究移动机器人的自由行走具有重要愈义。 本文主要是介绍了技术较为成熟的麦克纳姆全方位轮的运动原理结构，分析了由四个麦克纳姆轮全方位轮组成的全向移动机构的运动协调原理。并将其运用到轮腿复合式的机器人身上，使机器人移动能力更强。设计的主要方面包括（1）移动方式的选择；（2）机器人结构的设计；（3）机器人移动原理的分析；（4）对移动机器人控制系统的简单设计。 关键词: 轮式移动机器人，轮腿复合式，四足
目录 摘要 (1) 1 移动机器人技术发展概况 (1) 1.1 机器人研究意义及应用领域 (1) 1.1.1 机器人的研究意义 (1) 1.1.2 机器人的应用领域 (2) 1.2 移动机器人的发展概况 (2) 1.2.1 移动机器人的国内发展概况 (3) 1.2.2 移动机器人的国外发展概况 (4) 2 轮式移动机器人的结构设计 (7) 2.1轮式移动机器人系统结构 (7) 2.1.1移动方式的选择 (7) 2.1.2机器人移动原理构想 (8) 2.1.3机器人轮子的选择 (9) 2.1.4机器人腿部结构的设计 (10) 2.2轮式移动机器人主要结构 (11) 3 轮式移动机器人的控制系统 (12) 3.1 控制系统硬件选型与配置 (12) 3.1.1 驱动电机的选型 (12)
机器人避 障问题 摘要 本文研究了机器人避障最短路径和最短时间路径的问题。主要研究了在一个区域中存在12个不同形状障碍物，由出发点到达目标点以及由出发点经过途中的若干目标点到达最终目标点的多种情形，寻找出一条恰当的从给出发点到目标点的运动路径使机器人在运动中能安全、无碰撞的绕过障碍物而使用的路径和时间最短。由于规定机器人的行走路径由直线段和圆弧组成，其中圆弧是机器人转弯路径，机器人不能折线转弯。所以只要给定的出发点到目标点存在至少一个障碍物，我们都可以认为最短路径一定是由线和圆弧所组成，因此我们建立了切线圆结构，这样无论路径多么复杂，我们都可以将路径划分为若干个这种切线圆结构来求解。在没有危险碰撞的情况下，圆弧的半径越小，路径应该越短，因此我们尽量选择最小的圆弧半径以达到最优。对于途中经过节点的再到达目标点的状况，我们采用了两种方案，一种是在拐点和节点都采用最小转弯半径的形式，另一种是适当扩大拐点处的转弯半径，使得机器人能够沿直线通过途中的目标点。然后建立了最优化模型对两种方案分别进行求解，把可能路径的最短路径采用穷举法列举出来，用lingo 工具箱求解得出了机器人从O(0,0)出发，O→A、O→B、O→C 和O→A→B→C→O 的最短路径；利用matlab 中的fminbnd 函数求极值的方法求出了机器人从O(0,0)出发，到达A 的最短时间路径。本文提出一种最短切线圆路径的规划方法，其涉及的理论并不高深，只是应用了几何知识和计算机程序、数学工具计算，计算简易，便于实现，能搞提高运行效率。 问题一 O→A 最短路径为：OA L =471.0372 O→B 最短路径为：=1OB L 853.8014 O→C 最短路径为：4OC L =1054.0 O→A→B→C→O 最短路径为： 问题二机器人从O(0,0)出发，到达A 的最短时间路径： 最短时间是94.5649，圆弧的半径是11.5035,路径长4078 .472=OA L 关键词最短路径；避障路径；最优化模型；解析几何；数学工具 一、问题重述 图1是一个800×800的平面场景图，在原点O(0,0)点处有一个机器人，它只能在该平面场景范围内活动。图中有12个不同形状的区域是机器人不能与之发生碰撞的障碍
一、毕业设计（论文）依据及研究意义： 随着机器人技术在外星探索、野外考察、军事、安全等全新的领域得到日益广泛的采用，机器人技术由室内走向室外，由固定、人工的环境走向移动、非人工的环境。移动机器人已经成为机器人研究领域的一个重要分支。在军事、危险操作和服务业等许多场合得到应用，需要机器人以无线方式实时接受控制命令，以期望的速度、方向和轨迹灵活自如地移动。其中轮式机器人由于具有机构简单、活动灵活等特点尤为受到青睐。按照移动特性又可将移动机器人分为非全方位和全方位两种。而轮式移动机构的类型也很多，对于一般的轮式移动机构，都不能进行任意的定位和定向，而全方位移动机构则可以利用车轮所具有的定位和定向功能，实现可在二维平面上从当前位置向任意方向运动而不需要车体改变姿态，在某些场合有明显的优越性；如在较狭窄或拥挤的场所工作时，全方位移动机构因其回转半径为零而可以灵活自由地穿行。另外，在许多需要精确定位和高精度轨迹跟踪的时候，全方位移动机构可以对自己的位置进行细微的调整。由于全方位轮移动机构具有一般轮式移动机构无法取代的独特特性，对于研究移动机器人的自由行走具有重要意义，成为机器人移动机构的发展趋势。基于以上所述，本文从普遍应用出发，设计一种带有机械手臂的全方位运动机器人平台，该平台能够沿任何方向运动，运动灵活，机械手臂使之能够执行预定的操作。本文是机器人设计的基本环节，能够为后续关于机器人的研究提供有价值的平台参考和有用的思路。 二、国内外研究概况及发展趋势 2.1 国外全方位移动机器人的研究现状 国外很多研究机构开展了全方位移动机器人的研制工作，在车轮设计制造，机器人上轮子的配置方案，以及机器人的运动学分析等方面，进行了广泛的研究，形成了许多具有不同特色的移动机器人产品。这方面日本、美国和德国处于领先地位。八十年代初期，美国在DARPA的支持下，卡内基·梅隆大学（Carnegie Mellon university,CUM）、斯坦福（Stanford）和麻省理工（Massachusetts Institute of Technology,MIT）等院校开展了自主移动车辆的研究，NASA下属的Jet Propulsion Laboratery(JPL)也开展了这方面的研究。CMU机器人研究所研制的Navlab-1和Navlab-5系列机器人代表了室外移动机器人的发展方向。德国联邦国防大学和奔驰公司于二十世纪九十年代研制成VaMoRs-P移动机器人。其车体采用奔驰500轿车。传感器系统包括：4个小型彩色CCD摄像机，构成两 组主动式双目视觉系统；3个惯性线性加速度计和角度变化传感器。SONY公司1999年推
机器人避障问题的最短路径分析 摘要 本论文研究了机器人避障最短路径和最短时间路径的问题。主要讨论了在一个区域中存在12个障碍物，由出发点到达目标点以及由出发点经过若干目标点最终到达出发点的两种情况。采用传统的避障方法——切线图法。建立了线圆结构，这样任何路径，我们都可以将路径划分为若干个这种线圆结构来求解。对于途中经过节点再到达目标点的状况，我们采用在转弯点和节点都采用最小转弯半径，以节点为切点的形式。然后建立了最优化模型，利用MATLAB软件对方案进行求解。 问题一：把路径分解成若干个线圆结构来求解，然后把可能的最短路径采用穷举法列举出来，最终得出最短路径： A O→最短路径为：471.0 O→最短路径为：869.5 B O→最短路径为：1093.3 C 对于O → → →我们将A、B、C看作切点，同样采用线圆结构 C B A O→ 计算。 O→ → → →最短路径为：2827.1 A O C B 问题二：考虑避障路径和转弯速度，我们建立时间与路径之间的模型，用MATLAB软件求出最优解。当转弯半径为11.5的时候，可以得出最短时间为：T=94.3 关键词最优化模型避障路径线圆结构切线图法
一、问题重述 本文是求一个机器人在800×800的平面场景图中避开障碍物，建立从原点O(0, 0)点处出发达到终点的最短路径和最短时间路径的模型。即求：1、O→A 、O→B 、O→C 和O→A→B→C→O 的最短路径。2、O →A 的最短时间路径。 机器人在行走时的要求是：1、它只能在该平面场景范围内活动2、图中有12个不同形状的区域是机器人不能与之发生碰撞的障碍物（障碍物的分布如图1）3、障碍物外指定一点为机器人要到达的目标点（要求目标点与障碍物的距离至少超过10个单位）。4、规定机器人的行走路径由直线段和圆弧组成，其中圆弧是机器人转弯路径。机器人不能折线转弯，转弯路径由与直线路径相切的一段圆弧组成，也可以由两个或多个相切的圆弧路径组成，但每个圆弧的半径最小为10个单位。5、为了不与障碍物发生碰撞，同时要求机器人行走线路与障碍物间的最近距离为10个单位，否则将发生碰撞。 机器人直线行走的最大速度为50=v 个单位/秒。机器人转弯时，最大转弯速 度为2 1.0100 e 1)(ρρ-+==v v v ，其中ρ是转弯半径。 已知场景图中4个点O(0, 0)，A(300, 300)，B(100, 700)，C(700, 640)。图中各个点 的坐标见下表。 图1 编号 障碍物名称 左下顶点坐标 其它特性描述 1 正方形 (300, 400) 边长200 2 圆形 圆心坐标(550, 450)，半径70 3 平行四边形 (360, 240) 底边长140，左上顶点坐标(400, 330)
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
目录 目录 (1) 摘要 (2) 1.移动机器人技术发展概况 (3) 1.1机器人研究意义及应用领域 (3) 1.1.1机器人的研究意义 (3) 1.1.2 机器人的应用领域 (3) 1.2移动机器人的发展概况 (4) 1.2.1移动机器人的国内发展概况 (4) 1.2.2移动机器人的国外发展概况 (4) 2.轮式移动机器人的结构设计 (7) 2.1移动机器人的系统结构 (7) 2.2轮式移动机器人主要结构 (7) 3.轮式移动机器人的控制系统 (11) 3.1控制系统硬件选型与配置 (11) 3.1.1驱动电机的选型 (11) 3.1.2伺服电机的选型 (12) 3.1.3轮毂电机的选型 (13) 3.2轮式移动机器人控制系统框架 (15) 4.结论和总结 (17) 致谢 (18) 参考文献 (19) 附录 (21)
摘要 移动机器人是机器人家族中的一个重要的分支，也是进一步扩展机器人应用领域的重要研究发展方向。自上世纪九十年代以来，人们广泛开展了对机器人移动功能的研制和开发，为适应各种工作环境的不同要求而开发出各种移动机构。 论文内容包括四个部分：简要介绍了移动机器人研究现状、对所设计移动机器人系统进行了描述、视觉导航轮式移动机器人底层硬件设计和视觉轮式移动移动机器人的底层控制。 论文详细地介绍了移动机器人底层硬件系统元件的选型和原理电路图的设计。我们选用PIC16F877单片机作为下位机接收上位机传来的命令和产生驱动信号。步进电机的驱动电路采用两个步进电机驱动器-L298，驱动程序写入PIC16F877单片机，通过程序控制步进电机的转速和转向。采用Propel 设计了底层控制系统的原理图和PCB版图，采用Proteus进行程序和硬件系统的仿真。仿真结果表明：步进电机运行稳定、可靠性高，实现了对步进电机的预期控制。 关键词：移动机器人；运动控制；PIC16F877；步进电机
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
机器人避障问题 【摘要】 本文主要是对机器人在一个平面区域内通过不同障碍物到指定目标点进行研究，通过建立机器人与障碍物的最小安全距离的禁区模型，进而建立从区域一点到另一点的最短距离、最短时间的数学模型。在最优转弯顶点为障碍物，最优转弯半径为安全距离10的基础上，把路径概括为基本的三种数学模型。利用穷举的算法找出最短路径和最短时间。 针对区域中从一点到另一点避障的最优路径问题，把障碍物划分为有顶点和无顶点两大类。首先本文证明对于有顶点障碍物，机器人以障碍物顶点为圆心且转弯的圆弧半径为10时路径最优，我们还注意到在某些路径中适当增加圆的半径可以把曲线路线转换为直线路径，进一步优化行进路径；对于无顶点障碍物通过论证找出以障碍物圆心为转弯圆心，以障碍物半径与安全距离的和为转弯半径的最优转弯圆弧。其次本文将寻找最短路径的的问题转换为最短路径的优选问题。本文巧妙的将优化模型转变为研究不与障碍物边界相交、不与圆弧相交的路线中的最优解的问题。在这个数学模型的基础上进行相应的改善并且使用穷举的算法找出最优路径。 针对不同的目标点，我们将机器人的行进分为单目标点和多目标点两种情况针对多目标点问题，由于机器人不能直线转向，所以在经过目标点时，应该提前转向，且中间目标点应该在转弯弧上。因此先建立优化模型（模型三）对行进时中间目标点处转弯圆弧圆心搜索求解。求出中间目标点转弯圆心后，用把中间目标点的圆心看做“障碍物”的办法把问题转化为单目标点问题。然后根据模型二和模型一利用MATLAB软件编程求得了O→A、O→B、O→C、O→A→B→A→C的最短路径，最短路径长分别为 471.0372、857.6778、1094.5、2799.0121,其中O-->A的最短路径对应圆弧的圆心坐标为(80,210)；O→B的最短路径对应圆弧的圆心坐标：(60,300)、(150,435)、（220、470）、(220,530)、(150,600)；O→C经过的圆心：(230，60)、(410,100)、(500,200)、(720,520)， （720,600）；对于多目标点问题利用模型三进行分割求解得到O→A→B→C→O最短路径对应圆心坐标（80,210）、（307.7715）、（306.2932）、（220,530）、（150,600）、（109.8478,701.7379）、（270,680）、（370,680）、（430,680）、（540,730）、（670,730）、（709.7933）、（642.0227）、（720,600）、（720,520）（500,200），（410,100），（230,60）。对于最短时间路径问题，根据转弯半径和速度的关系，在问题一求出的最短路径的模型的基础上，进行路线优化，建立以最短时间为目标的非线性规划模型，利用lingo 求解最短时间获得了机器人从O点出发，到达A的最短时间路径，求得最短时间路径下转弯半径为12.9885 ，同时最短时间路径时间长为94.2283个单位，路径长为471.129个单位。相应圆弧的圆心坐标为（82.1414，207.9153）。 关键词：机器人避障覆盖法穷举法非线性规划
第3章系统总体结构及工作原理 该系统主要以超声波测距为基本测距原理，并在相应的硬件和软件的支持下，达到机器人避障的效果。 3.1机器人总体硬件设计 3.1.1传感器的分布要求 为了全方位检测障物的分布状况，并及时为机器人系统提供全面的数据，可将所需的八个传感器均匀排列在机器人周围，相邻每对传感器互成45度角。为了避免相互干扰，八个传感器以程序运行周期为周期，进行循环测距。传感器排列示意图如下： 图3.1.1 传感器分布图
图3.1.2 硬件设计总体框架图 上图为支持机器人运行实用程序的硬件部分的总体设计框架图，由负责相关任务的同学提供。在超声波信号输入单片机以后，由存储在单片机中的主程序调用避障子程序，根据输入信号执行避障指令，并使相关数据返回主程序，转而提供给电机和LED显示器的驱动程序使用，最后，由电机执行转向指令，结果则显示在LED显示器上。
图3.1.3 软件总体框架图 由上图可知，本文作者负责的超声波避障程序为软件总体设计中的子程序部分。在主程序运行过程中，若调用超声波避障程序，机器人在自行轨迹规划后，将程序处理所得数据送给电机处理成立程序，控制电机动作。具体的避障程序设计将在第4章进行。
3.2超声波测距原理 测距原理：超声波是指频率高于20KHz的机械波。为了以超声波作为检测手段，必须产生超生波和接收超声波。完成这种功能的装置就是超声波传感器，习惯上称为超声波换能器或超声波探头。超声波传感器有发送器和接收器，但一个超声波传感器也可具有发送和接收声波的双重作用。超声波传感器是利用压电效应的原理将电能和超声波相互转化即在发射超声波的时候，将电能转换，发射超声波；而在收到回波的时候，则将超声振动转换成电信号。[8]超声波测距的原理一般采用渡越时间法TOF（time of flight）。首先测出超声波从发射到遇到障碍物返回所经历的时间，再乘以超声波的速度就得到二倍的声源与障碍物之间的距离，即：[8] D=ct/2 其中D为传感器与障碍物之间的距离，以m计，c为超声波速度，这里以340m/s计，t为超声波从发送到接收的总时间，以s计。据此原理可以用超声波传感器测得的距离为避障程序提供所需的数据。[8] 第4章轨迹规划算法的实现方案 4.1轨迹规划算法的层次化设计 根据上述材料分析，可以将机器人轨迹规划算法设计分为基础控制层、行为控制层和坐标计算层，三个层次进行。 4.1.1基础控制层设计 基础控制层可定义为基本行为层，这层算法的任务是寻找目标点，并确保机器人可以顺利到达指定目标位。在确定目的地位置的情况下，为了达到上述目的，计算机必须对机器人的方位进行时实计算。应用人工势场法原理，可以将目标点设为引力极，牵引机器人运动。对此动作建立相应的模型，可以使用建立平面坐标作为虚拟势场的方法来给机器人定义方位，将机器人关于目标点的时实偏角作为虚拟引力方向，以确定机器人下一步所需转过的角度，并时实检测，是否已到达目的地，若已到达，则可认为虚拟引力此刻为0，并发出信号控制程序终止运行总体程序。 由此，可确定基础控制层所需的各参数： (1)机器人的时实坐标x, y值，由专门的坐标计算层提供，为了提高精 确度，可以采用厘米为单位制。 (2)机器人的速度v，测量后设为定值使用。
第25卷第7期V ol.25No.7 控制与决策 Control and Decision 2010年7月 Jul.2010移动机器人路径规划技术综述 文章编号:1001-0920(2010)07-0961-07 朱大奇,颜明重 (上海海事大学水下机器人与智能系统实验室，上海201306) 摘要:智能移动机器人路径规划问题一直是机器人研究的核心内容之一.将移动机器人路径规划方法概括为:基于模版匹配路径规划技术、基于人工势场路径规划技术、基于地图构建路径规划技术和基于人工智能的路径规划技术.分别对这几种方法进行总结与评价,最后展望了移动机器人路径规划的未来研究方向. 关键词:移动机器人；路径规划；人工势场；模板匹配；地图构建；神经网络；智能计算 中图分类号:TP18；TP273文献标识码:A Survey on technology of mobile robot path planning ZHU Da-qi,YAN Ming-zhong (Laboratory of Underwater Vehicles and Intelligent Systems，Shanghai Maritime University，Shanghai201306, China．Correspondent：ZHU Da-qi，E-mail：zdq367@https://www.doczj.com/doc/f73657343.html,) Abstract:The technology of intelligent mobile robot path planning is one of the most important robot research areas.In this paper the methods of path planning are classi?ed into four classes:Template based,arti?cial potential?eld based,map building based and arti?cial intelligent based approaches.First,the basic theories of the path planning methods are introduced brie?y.Then,the advantages and limitations of the methods are pointed out.Finally,the technology development trends of intelligent mobile robot path planning are given. Key words:Mobile robot；Path planning；Arti?cial potential?eld；Template approach；Map building；Neural network; Intelligent computation 1引言 所谓移动机器人路径规划技术,就是机器人根据自身传感器对环境的感知,自行规划出一条安全的运行路线,同时高效完成作业任务.移动机器人路径规划主要解决3个问题:1)使机器人能从初始点运动到目标点;2)用一定的算法使机器人能绕开障碍物,并且经过某些必须经过的点完成相应的作业任务;3)在完成以上任务的前提下,尽量优化机器人运行轨迹.机器人路径规划技术是智能移动机器人研究的核心内容之一,它起始于20世纪70年代,迄今为止,己有大量的研究成果报道.部分学者从机器人对环境感知的角度,将移动机器人路径规划方法分为3种类型[1]:基于环境模型的规划方法、基于事例学习的规划方法和基于行为的路径规划方法;从机器人路径规划的目标范围看,又可分为全局路径规划和局部路径规划;从规划环境是否随时间变化方面看,还可分为静态路径规划和动态路径规划. 本文从移动机器人路径规划的具体算法与策略上,将移动机器人路径规划技术概括为以下4类:模版匹配路径规划技术、人工势场路径规划技术、地图构建路径规划技术和人工智能路径规划技术.分别对这几种方法进行总结与评价,展望了移动机器人路径规划的未来发展方向. 2模版匹配路径规划技术 模版匹配方法是将机器人当前状态与过去经历相比较,找到最接近的状态,修改这一状态下的路径,便可得到一条新的路径[2,3].即首先利用路径规划所用到的或已产生的信息建立一个模版库,库中的任一模版包含每一次规划的环境信息和路径信息,这些模版可通过特定的索引取得;随后将当前规划任务和环境信息与模版库中的模版进行匹配,以寻找出一 收稿日期:2009-08-30；修回日期:2009-11-18. 基金项目:国家自然科学基金项目(50775136)；高校博士点基金项目(20093121110001)；上海市教委科研创新项目(10ZZ97). 作者简介:朱大奇(1964?),男,安徽安庆人,教授,博士生导师,从事水下机器人可靠性与路径规划等研究；颜明重(1977?),男,福建泉州人,博士生,从事水下机器人路径规划的研究.