龙源期刊网 https://www.doczj.com/doc/f412859501.html,
局域精确定位的工业移动机器人惯性导航方案
作者：管林波董利达尹俊
来源：《计算机应用》2014年第04期
摘要：为解决工业移动机器人投入使用前需沿路密集布设地面磁条或激光反射点等外部
装置的复杂性，以及因工作路线固定而缺少灵活性的问题，提出了基于惯性器件和超声波传感器的局域导航方案。操作人员事先通过遥控器训练机器人从一目标位置沿特定路线运动到另一目标位置，从而生成训练路线。机器人工作在非目标区域，即定位精度要求不高的区域时，按训练路线进行惯性导航；进入到目标区域，即包含目标位置、需精准定位的区域时，利用超声波进行导航。所提方案缩短了使用前的准备周期，同时方便更改工作路线。通过仿真实验，验证了局域范围使用惯性导航和超声波定位相结合的方案是合理可行的。
关键词：移动机器人；惯性导航；局域定位；运动决策；超声波
0 引言
随着传感器技术、信息处理、自动化控制工程以及人工智能等相关技术的发展，移动机器人性能不断完善，正逐步代替人类在危险、恶劣（如辐射、有毒等）等环境下开展作业。近年来，随着工业领域规模化作业的扩大，工业移动机器人的需求急剧增长。常见机器人导航方式有磁导航、激光导航、全球定位系统（Global Positioning System，GPS）导航、视觉图像导航等多种技术。
磁导航是利用带有磁性的磁条（点）实现引导[1]，目前国内外的大部分AGV（Automated Guided Vehicle）生产厂商均采用此种导航方式。该技术拥有较高的导航精度、准确性和稳定性，但需要提前铺设磁条或者布设磁点，同时要求磁感应传感器与磁条之间的距离较近。激光导航技术[2]随着通信技术、微处理器技术以及传感器技术的快速发展而逐步被引入AGV系统中。激光导航依靠激光在周围空间的反射来探测外部环境，需要预先布设激光反射点。这两种导航方式都存在安装复杂、投入工作周期长、成本高等缺点。
室外机器人常用的是GPS导航技术[3]，在地球上的任何位置、任何时刻只要能同时观测到4颗以上的卫星，就可以得到三维定位、导航和时间信息。但它易受干扰，短时间内信号波动较大，导航定位误差大，在室内等区域有盲区，文献[4-5]给出了相关的介绍。因此，GPS导航不适用于室内环境下的工业机器人导航。视觉导航利用摄像机捕捉环境内的标志物图像（地标信息）来进行精确定位和导航（如文献[6]讨论融合来自激光测距与双目视觉信息，并利用
固定地标来提高定位精度），但此种导航方式实时性较差，识别精度和可靠性较低，目前处于理论研究为主的阶段，如文献[7-9]所述，实际应用的相关报道较少。
移动机器人的关键技术分为以下三种: (1)导航技术 导航技术是移动机器人的一项核心技术之一[3,4]"它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"目前,移动机器人主要的导航方式包括:磁导航,惯性导航,视觉导航等"其中,视觉导航15一7]通过摄像头对障碍物和路标信息拍摄,获取图像信息,然后对图像信息进行探测和识别实现导航"它具有信号探测范围广,获取信息完整等优点,是移动机器人导航的一个主要发展方向,而基于非结构化环境视觉导航是移动机器人导航的研究重点。 (2)多传感器信息融合技术多传感器信息融合技术是移动机器人的关键技术之一,其研究始于20世纪80年代18,9]"信息融合是指将多个传感器所提供的环境信息进行集成处理,形成对外部环境的统一表示"它融合了信息的互补性,信息的冗余性,信息的实时性和信息的低成本性"因而能比较完整地,精确地反映环境特征,从而做出正确的判断和决策,保证了机器人系统快速性,准确性和稳定性"目前移动机器人的多传感器融合技术的研究方法主要有:加权平均法,卡尔曼滤波,贝叶斯估计,D-S证据理论推理,产生规则,模糊逻辑,人工神经网络等"例如文献[10]介绍了名为Xavier的机器人,在机器人上装有多种传感器,如激光探测器!声纳、车轮编码器和彩色摄像机等,该机器人具有很高的自主导航能力。 (3)机器人控制器作为机器人的核心部分,机器人控制器是影响机器人性能的关键部分之一"目前,国内外机器人小车的控制系统的核心处理器,己经由MCS-51、80C196等8位、16位微控制器为主,逐渐演变为DSP、高性能32位微控制器为核心构成"由于模块化系统具有良好的前景,开发具有开放式结构的模块化、标准化机器人控制器也成为当前机器人控制器的一个研究热点"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器"我国863计划智能机器人主题也已对这方面的研究立项 视觉导航技术分类 机器人视觉被认为是机器人重要的感觉能力，机器人视觉系统正如人的眼睛一样,是机器人感知局部环境的重要“器官”,同时依此感知的环境信息实现对机器人的导航。机器人视觉信息主要指二维彩色CCD摄像机信息,在有些系统中还包括三维激光雷达采集的信息。视觉信息能否正确、实时地处理直接关系到机器人行驶速度、路径跟踪以及对障碍物的避碰,对系统的实时性和鲁棒性具有决定性的作用。视觉信息处理技术是移动机器人研究中最为关键的技术之一。
移动机器人定位--传感器和技术 摘要 确切的了解车辆的位置是移动机器人应用的一个基本问题。在寻找解决方案时，研究人员和工程师们已经开发出不同的移动机器人定位系统、传感器以及技术。本文综述了移动机器人定位相关技术，总结了七种定位系统：1.里程法；2.惯性导航；3.磁罗盘；4.主动引导； 5.全球定位系统； 6.地标式导航和 7.模型匹配。讨论了各自的特点，并给出了现有技术的例子。 移动机器人导航技术正在蓬勃发展，正在开发更多的系统和概念。因为这个原因，本文给出的各种例子只代表各自的种类，不表示作者的倾向。在文献上可以发现许多巧妙的方法，只是限于篇幅，本文不能引用。 1。介绍 摘要概述了该技术在传感器、系统、方法和技术的目标，就是在一个移动机器人的工作环境中被找到。在测量文献中讨论这个问题，很明显，不同方法的基准比较是困难的，因为缺乏公认的测试标准和规的比较。使用的研究平台大不相同，用于不同的方法的关键假设也大不相同。再进一步，困难源自事实上不同的系统是处在其发展的不同阶段。例如，一个系统已经可以商业化；而另一个系统，也许有更好的性能，却只能实验室条件下作有限的测试。正是由于这些原因，我们一般避免比较甚至判断不同系统或技术的表现。在这篇文章里，我们也不考虑自动引导车(AGV)。AGV使用磁带、地下的引导线、或地面上的彩色条纹在作引导。这些小车不能自由设计路径，不能改变自己的道路，那样它们无法响应外部传感器输入（如避障）。然而，感兴趣的读者可能会在[Everett, 1995]找到AGV引导技术调查。 也许最重要的移动机器人定位文献的阅读结果，正是到目前为止，并没有真正完美的解决问题的方案。许多局部的解决办法大致分为两组：绝对的和相对的位置测量。因为缺乏一种完善的方法，开发移动机器人通常结合两种方法，从每个小组选一个方法。这些方法可以进一步分为以下七类: I：相对位置的测量（也称为Dead-reckoning） 1。里程法 2。惯性导航 II：绝对位置测量（基于参考的系统） 3。磁罗盘 4。主动发射引导 5。全球定位系统 6。地标式导航 7。模型匹配
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
移动机器人视觉导航。 0504311 19 刘天庆一、引言 智能自主移动机器人系统能够通过传感器感知外界环境和自身状态，实现在有障碍物环境中面向目标的自主运动，从而完成一定作业功能。其本身能够认识工作环境和工作对象，能够根据人给予的指令和“自身”认识外界来独立地工作，能够利用操作机构和移动机构完成复杂的操作任务。因此，要使智能移动机器人具有特定智能，其首先就须具有多种感知功能，进而进行复杂的逻辑推理、规划和决策，在作业环境中自主行动。机器人在行走过程中通常会碰到并且要解决如下三个问题：（1）我（机器人）现在何处？（2）我要往何处走？（3）我要如何到达该处？其中第一个问题是其导航系统中的定位及其跟踪问题，第二、三个是导航系统的路径规划问题。移动机器人导航与定位技术的任务就是解决上面的三个问题。移动机器人通过传感器感知环境和自身状态，进而实现在有障碍物的环境中面向目标自主运动，这就是通常所说的智能自主移动机器人的导航技术。而定位则是确定移动机器人在工作环境中相对于全局坐标的位置及其本身的姿态，是移动机器人导航的基本环节。 目前，应用于自主移动机器人的导航定位技术有很多，归纳起来主要有：安装CCD 摄像头的视觉导航定位、光反射导航定位、全球定位系统GPS(Global Positioning System)、声音导航定位以及电磁导航定位等。下面分别对这几种方法进行简单介绍和分析。 1、视觉导航定位 在视觉导航定位系统中，目前国内外应用较多的是基于局部视觉的在机器人中安装车载摄像机的导航方式。在这种导航方式中，控制设备和传感装置装载在机器人车体上，图像识别、路径规划等高层决策都由车载控制计算机完成。视觉导航定位系统主要包括：摄像机（或CCD 图像传感器）、视频信号数字化设备、基于DSP 的快速信号处理器、计算机及其外设等。现在有很多机器人系统采用CCD 图像传感器，其基本元件是一行硅成像元素，在一个衬底上配置光敏元件和电荷转移器件，通过电荷的依次转移，将多个象素的视频信号分时、顺序地取出来，如面阵CCD传感器采集的图像的分辨率可以从32×32 到1024×1024 像素等。视觉导航定位系统的工作原理简单说来就是对机器人周边的环境进行光学处理，先用摄像头进行图像信息采集，将采集的信息进行压缩，然后将它反馈到一个由神经网络和统计学方法构成的学习子系统，再由学习子系统将采集到的图像信息和机器人的实际位置联系起来，完成机器人的自主导航定位功能。 视觉导航定位中，图像处理计算量大，计算机实时处理的速度要达到576MOPS~5.76BOPS，这样的运算速度在一般计算机上难以实现，因此实时性差这一瓶颈问题有待解决； 另外，对于要求在黑暗环境中作业的机器人来说，这种导航定位方式因为受光线条件限制也不太适应。 当今国内外广泛研制的竞赛足球机器人通常都采用上面所说的视觉导航定位方式，在机器人小车子系统中安装摄像头，配置图像采集板等硬件设备和图像处理软件等组成机器人视觉系统。通过这个视觉系统，足球机器人就可以实现对球的监测，机器人自身的定位，作出相应动作和预测球的走向等功能
基于视觉导航的轮式移动机器人设计方案第一章移动机器人 §1.1移动机器人的研究历史 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，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)。1962年，美国Unimation公司的第一台机器人Unimate。在美国通用汽车公司(GM)投入使用，标志着第一代机器人的诞生。 智能移动机器人更加强调了机器人具有的移动能力，从而面临比固定式机器人更为复杂的不确定性环境，也增加了智能系统的设计复杂度。1968年到1972年间，美国斯坦福国际研究所(Stanford Research Institute, SRI)研制了移动式机器人Shaky,这是首台采用了人工智能学的移动机器人。Shaky具备一定人工智能，能够自主进行感知、环境建模、行为规划并执行任务(如寻找木箱并将其推到指定目的位置)。它装备了电视摄像机、三角法测距仪、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。当时计算机的体积庞大，但运算速度缓慢，导致Shaky往往需要数小时的时间来分析环境并规划行动路径。 1970年前联月球17号探测器把世界第一个无人驾驶的月球车送七月球，月球车行驶0.5公里，考察了8万平方米的月面。后来的月球车行驶37公里，向地球发回88幅月面全景图。在同一时代，美国喷气推进实验室也研制了月球车(Lunar rover),应用于行星探测的研究。采用了摄像机，激光测距仪以及触觉传感器。机器人能够把环境区分为可通行、不可通行以及未知等类型区域。 1973年到1979年，斯坦福大学人工智能实验室研制了CART移动机器人，CART可以自主地在办公室环境运行。CART每移动1米，就停下来通过摄像机的图片对环境进行分析，规划下一步的运行路径。由于当时计算机性能的限制，CART每一次规划都需要耗时约15分钟。CMU Rover由卡耐基梅隆大学机
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
移动机器人项目 可行性方案 规划设计/投资分析/产业运营
移动机器人项目可行性方案 汽车工业、3C电子、烟草行业、物流行业是移动机器人应用最为广泛 的几个行业，市场前景广阔。截止至2017年，我国移动机器人产量为 12090台，占工业机器人比重9.2%。而国产移动机器人需求量快速增长，2017年我国移动机器人销量达到了12900台，同比增加87.2%。这进一步 刺激了移动机器人的进口和海外需求。 该移动机器人项目计划总投资7471.02万元，其中：固定资产投资5708.49万元，占项目总投资的76.41%；流动资金1762.53万元，占项目 总投资的23.59%。 达产年营业收入11855.00万元，总成本费用9318.71万元，税金及附 加125.33万元，利润总额2536.29万元，利税总额3011.45万元，税后净 利润1902.22万元，达产年纳税总额1109.23万元；达产年投资利润率 33.95%，投资利税率40.31%，投资回报率25.46%，全部投资回收期5.43年，提供就业职位243个。 坚持节能降耗的原则。努力做到合理利用能源和节约能源，根据项目 建设地的地理位置、地形、地势、气象、交通运输等条件及“保护生态环境、节约土地资源”的原则进行布置，做到工艺流程顺畅、物料管线短捷、
公用工程设施集中布置，节约资源提高资源利用率，做好节能减排；从而实现节省项目投资和降低经营能耗之目的。 ......
移动机器人项目可行性方案目录 第一章申报单位及项目概况 一、项目申报单位概况 二、项目概况 第二章发展规划、产业政策和行业准入分析 一、发展规划分析 二、产业政策分析 三、行业准入分析 第三章资源开发及综合利用分析 一、资源开发方案。 二、资源利用方案 三、资源节约措施 第四章节能方案分析 一、用能标准和节能规范。 二、能耗状况和能耗指标分析 三、节能措施和节能效果分析 第五章建设用地、征地拆迁及移民安置分析 一、项目选址及用地方案
扫地机器人（自动打扫机）的设计方案 1.绪论 随着现代社会生活节奏的加快，人们或忙于工作，或享受生活，时间越来越宝贵，所以不会把它浪费在整理家务和打扫卫生方面。收入水平的不断提高使得人们对生活质量的要求越来越高，高品质的生活首先要保证居住环境的干净卫生，因此大家渴望找到一种机器人，能够智能的打扫房间卫生。 机器人作为人类20世纪最伟大的发明之一，在短短的几十年发生了日新月异的变化。近几年机器人已成为高技术领域具有代表性的战略目标。机器人技术的出现和发展，不但使传统的工业生产面貌发生根本性变化，而且将对人类社会产生深远的影响。随着社会生产技术的飞速发展，机器人的应用领域不断扩展。从自动化生产线到海洋资源的探索，乃至太空作业等领域，机器人可谓无所不在。目前机器人已经走进人们的生活与工作，机器人已经在很多的领域代替着人类的劳动，发挥着越来越重要的作用，人们已经离不开机器人的帮助。机器人工程是一门复杂的学科，它集工程力学、机械制造、电子技术、技术科学、自动控制等为一体。目前对机器人的研究已经呈现出专业化和系统化，一些信息学、电子学方面的先进技术正越来越多地应用于机器人领域。 目前机器人行业的发展与30年前的电脑行业极为相似。今天在汽车装配线上忙碌的一线机器人，正是当年大型计算机的翻版。而机器人行业的利基产品也同样种类繁多，比如协助医生进行外科手术的机械臂、在伊拉克和阿富汗战场上负责排除路边炸弹的侦查机器人、以及通过编译程序使其能做整套表演动作的舞蹈机器人，还有不少参考人、狗、恐龙等动物的模样制造机器人玩具。 扫地机器人，又称自动打扫机、智能吸尘、机器人吸尘器等，是智能家用电器的一种，能凭借一定的人工智能，自动在房间完成地板清理工作。一般采用刷扫和真空方式，将地面杂物先吸纳进入自身的垃圾收纳盒，从而完成地面清理的功能。一般来说，将完成清扫、吸尘、擦地工作的机器人，也统一归为扫地机器人。扫地机器人也是当下比较流行的一种机器人，随着不断的研究发展智能化大幅度提高，能够自我定位、感应障碍物、规划路径以及自动充电。 2.扫地机器人的技术指标 综合考虑经济型和先进性的原则，参考淘宝网在售产品，我选择了一款扫地机器人以作对比，实物如图2.1所示。该产品采用革命性清扫系统，真空龙卷大吸力（普通机器人的5倍），无毛刷设计，首创滚筒吸取器，将适配器与座充合二为一（简约、美观而且不占空间），零部件高度模块化，可自由拆卸更换，垃圾盒、独立滤网仓方便抽取和清理。
多传感器融合的室内机器人惯性导航定位研究随着社会的发展科学技术水平的进步,室内移动机器人得到了大量应用。但是在室内移动机器人导航定位上存在几个矛盾的问题,定位精度、制造成本、实现复杂程度。 室内移动机器人不同于室外机器人,室内是一个封闭狭小的空间,无法利用 如GPS,北斗一类的卫星导航和定位。目前室内移动机器人应用较多的是家庭服 务机器人和仓储机器人,应用最多的驱动方式是轮式移动方式,主要的导航方式 是陀螺仪,里程计,加速度传感器组合的惯性导航,以及磁导航,轮式移动机器人 轮子的配置有两轮,三轮,四轮之分。 不同的配置有着不同的优缺点,根据不同的应用条件可以选择不同的配置。本文根据研究目标,选择了三轮配置的室内移动机器人作为载体,其驱动方式选 择了两轮差速移动驱动方式。 本文在所选的机器人平台上根据平台特性利用全新的导航方式,提高了室内机器人的导航定位精度。本文主要的研究内容有以下几点:1.研究了机器人平台及其运动模型:本文选择的机器人平台是两轮差速移动机器人,其特点是结构简单,驱动控制简单,应用广泛。 其运动学模型只需要分析两驱动轮的速度,适合本文所需要构建的导航系统。 2.提出了融合激光图像位移传感器和地磁传感器的导航定位系统:本文的导航系统是激光图像位移传感器,姿态模块和里程计,其中激光图像位移传感器用于检 测机器人移动位移,姿态模块包括地磁传感器,陀螺仪,加速度计,用于检测机器 人姿态角,里程计检测机器人移动速度。 利用卡尔曼滤波将上述传感器信息融合实现导航定位。3.根据设计的导航定
位系统实现导航定位:根据构建的系统需要将所有传感器的信息进行采集分析处理,本文利用微软的VC++开发环境采集传感器数据,利用MATLAB实现数据的融合,实现导航定位。
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
智能移动式送料机器人机械系统设计 摘要：智能移动式送料机器人以电动机作为驱动系统，运用单片机传感器等技术达到其智能移动的目的，实现行走、刹车、伸缩、回转等多种动作的操作。因此它具有机械化、程序化、可控化、适应性、灵活性强的特点。 前言：工业机器人是一种典型的机电一体化产品在现代生产中应用日益广泛，作用越来越重要，机器人技术是综合了计算机、控制、机构学、传感技术等多学科而形成的高新技术是当代研究十分活跃，应用日益广泛的领域。
现在，国际上对机器人的概念已经逐渐趋近一致。一般说来，人们都可以接受这种说法，即机器人是靠自身动力和控制能力来实现各种功能的一种机器。联合国标准化组织采纳了美国机器人协会给机器人下的定义：“一种可编程和多功能的，用来搬运材料、零件、工具的操作机；或是为了执行不同的任务而具有可改变和可编程动作的专门系统。”我国研制的排爆机器人不仅可以排除炸弹，利用它的侦察传感器还可监视犯罪分子的活动。监视人员可以在远处对犯罪分子昼夜进行观察，监听他们的谈话，不必暴露自己就可对情况了如指掌。 智能小车，又称轮式机器人，可以在人类无法
适应的恶劣和危险环境中代替人工作。它是一个集环境感知，规划决策，自动驾驶等功能于一体的智能系统。现如今已在诸多领域有广泛的应用。对于快要毕业的大学生来说也是一个实时、富有意义和挑战的设计课题。 正文： 设计方案： 一课题名称：智能移动式送料机器人设计 二机器人工作过程及设计要求 自主设计智能移动小车，设计一个取料 手爪装配到小车上，完成取料机器人的机械系统设计，并进行机器人运动规划和取料虚拟仿真，使机
器人完成如下动作：沿规定路径行驶——工件夹取——车体旋转——手爪张开，将工件从储存处送到运料车上。 三机器人设计的内容 一机械手的设计：
第9卷 第7期2004年7月 中国图象图形学报Journal of Image and G raphics V ol.9,N o.7July 2004 基金项目:国家“863”计划资助项目(编号:2001AA422200)收稿日期:2004201213;改回日期:2004204206 基于路径识别的移动机器人视觉导航 张海波 原 魁 周庆瑞 (中国科学院自动化研究所高技术创新中心,北京 100080) 摘 要 跟随路径导引是自主式移动机器人广泛采用的一种导航方式,其中视觉导航具有其他传感器导航方式所无法比拟的优点,是移动机器人智能导航的主要发展方向。为了提高移动机器人视觉导航的实时性和准确性,提出了一个基于路径识别的视觉导航系统,其基本思想是首先用基于变分辨率的采样二值化和形态学去噪方法从原始场景图像中提取出目标支持点集,然后用一种改进的哈夫变化检测出场景中的路径,最后由路径跟踪模块分直行和转弯两种情况进行导航计算。实验结果表明,该视觉导航系统具有较好的实时性和准确性。关键词 自主式移动机器人 视觉导航 路径识别 中图法分类号:TP242.62 文献标识码:A 文章编号:100628961(2004)0720853205 Visual N avigation of a Mobile R obot B ased on P ath R ecognition ZH ANG Hai 2bo ,Y UAN K ui ,ZH OU Qing 2rui (Hi 2tech Innovation Centre ,Institute o f Automation ,Chinese Academy o f Sciences ,Beijing 100080) Abctract G uidance using path following is widely applied in the field of autonom ous m obile robots.C om pared with the navigation system without vision ,visual navigation has obvious advantages as rich in formation ,low cost ,quietness ,innocuity ,etc.This pa 2per describes a navigation system which uses the visual in formation provided by guide lines and color signs.In our approach ,the visual navigation is com posed of three main m odules :image 2preprocessing ,path 2recognition and path 2tracking.First ,image 2pre 2processing m odule formulates color m odels of all kinds of objects ,and establishes each object ’s support through adaptive subsam 2pling 2based binarization and mathematical m orphology.Second ,path 2recognition m odule detects the guide lines through an im 2proved H ough trans form alg orithm ,and the detected results including guide lines and color signs integrate the path in formation.Fi 2nally ,calling different functions according to the m ovement of straight 2g oing or turning ,path 2tracking m odule provides required in 2put parameters to m otor controller and steering controller.The experimental results dem onstrate the effectiveness and the robustness of our approach. K eyw ords com puter perception ,autonom ous m obile robot ,visual navigation ,path recognition 1 引 言 导航技术是移动机器人的一项核心技术,其难 度远远超出人们最初的设想,其主要原因有:一是环境的动态变化和不可预测;二是机器人感知手段的不完备,即很多情况下传感器给出的数据是不完全、不连续、不可靠的[1]。这些原因使得机器人系统在复杂度、成本和可靠性方面很难满足要求。 目前广泛应用的一种导航方式是“跟随路径导 引”,即机器人通过对能敏感到的某些外部的连续路 径参照线作出相应反应来进行导航[2]。这种方法和传统的“硬”自动化相比大大增加了系统的灵活性,其具有代表性的系统有:C ontrol Engineering 公司安装的导线引导系统,它是通过检测埋在地下的引导导线来控制行进方向,其线路分岔则通过在导线上加载不同频率的电流来实现[3];Egemin Automation 公司生产的Mailm obile 机器人则安装有主动式紫外光源,并通过3个光电探头来跟随由受激化学物质构成的发光引导路径[4];Macome 公司为自动驾驶车
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
北京交通大学 硕士学位论文 移动机器人视觉导航系统研究姓名:王红波 申请学位级别:硕士专业:信号与信息处理指导教师:阮秋琦 20080601 中文摘要 中文摘要 摘要:基于视觉的移动机器人导航是近年发展起来的一种先进导航技术。与其它的非视觉传感器导航相比,它具有信息丰富、探测范围宽、目标信息完整等优点。本文结合实际应用,提出了一个完整的移动机器人视觉导航系统解决方案。研究内容主要包括四个部分:摄像机标定、目标识别、单目测距和运动控制。分别阐述如下: 第一,摄像机标定,基于张正友的平面标定算法对摄像头进行精确标定,针对摄像头的自动变焦特性,提出了一个新的离线离散标定策略,并获得多个状态下的摄像头内外参数。 第二,目标识别,传统分割方法存在多分割问题,影响到目标物提取的精度, 这罩提出一个改进了的基于HSI模型的彩色图像分割算法,在多通道阈值分割的基础上,融入了连通区域标记和形念学开闭运算。 第三,单目测距,基于摄影测量学和立体几何理论,建立了单目视觉测距模型,并推导了基于地平面约束的单目测距算法。针对多种误差因素,在测距算法中加入了误差校币,使移动机器人能够更加准确地定位目标物体。 第四,运动控制,控制摄像机云台实现日标物搜索,调整移动机器人位姿和对夹持器的动作控制。
实验结果表明:即使在恶劣光照条件下,提出的Hs工分割算法能够对向光、背光、近处、远处物体实现快速有效提取;提出的单目测距模型和算法能够对目标物体进行精确的测距;当把这些算法集成到实验平台上时,能够快速实现移动机器人的导航控制,并成功完成物体抓取操作。 关键词:摄像机标定、彩色目标识别、单目视觉测距、移动机器人 分类号:TP 391.41 ABSTRACI' ABSTRACT ABS。I’RAC’1.. In recent years,vision attracts a lot of attention for navigating a mobile robot in dynamic https://www.doczj.com/doc/f412859501.html,pared with other sensing systems,visual navigation is excellent and effective.With a visual sensing system,wider view of field,rich and intensive data Can be obtained for a mobile robot moving in a changing environment.In this study,a visual navigation scheme is proposed for a mobile robot to realize object collection,and it comprises of camera calibration,object recognition,monocular measurement and motion control,as stated in the following. Firstly,the technique of camera calibration is presented on the basis of Zhang’S algorithm.Since a PTZ calTlera is used here,it is controlled to move up and down,from left to right,to extend the view of field.Therefore,calibration in different positions is needed,and a new discrete method is proposed here. Secondly,a