輪式移動機器人的運動控制研究.pdf

1、移動機器人在軍事和國民經(jīng)濟領(lǐng)域有著廣泛的應(yīng)用前景。本文對基于多傳感器的的移動機器人在固定區(qū)域非結(jié)構(gòu)化動態(tài)環(huán)境下的全局定位和運動控制的一些關(guān)鍵技術(shù)以及傳感器引導(dǎo)進行了較為深入的研究。提出了多種新的便于工程實現(xiàn)的環(huán)境感知、路徑規(guī)劃、行為控制的模型和算法。主要內(nèi)容概括如下： 1.研究并構(gòu)建了一個由移動機器人和無線通信系統(tǒng)組成的自主導(dǎo)航控制實驗系統(tǒng)。平臺硬件系統(tǒng)各模塊采用獨立微處理器完成控制及信息處理功能，實現(xiàn)了多模塊并行運行。模塊之間

2、采用的并行通信方式提高了信息傳輸速度，同時簡化了系統(tǒng)的軟件設(shè)計。無線通信系統(tǒng)基于802.11b、以無線路由器為中心的基礎(chǔ)模式，在嵌入式平臺構(gòu)建，實現(xiàn)移動機器人的遠(yuǎn)程監(jiān)控。實驗表明數(shù)據(jù)傳輸穩(wěn)定、正確率滿足遠(yuǎn)程控制的要求。 2.研制了一種基于多微處理器的分布式超聲探測系統(tǒng)。該探測系統(tǒng)由傳感器工作模式控制模塊和智能超聲測距模塊陣列組成。由獨立的微處理器控制一個超聲傳感器，完成測距信息預(yù)處理，并可根據(jù)不同的控制策略實現(xiàn)分組并行工作，提高

3、了探測系統(tǒng)的實時性。 3.研究了基于模塊化層級的基于行為結(jié)構(gòu)的行為控制策略。以面向任務(wù)的方式分解控制系統(tǒng)，為機器人設(shè)計了趨向目標(biāo)行為模塊、避障行為模塊和沿墻走行為模塊，采用基于優(yōu)先級行為決策控制策略，使移動機器人完成面向目標(biāo)的任務(wù)。這種層級結(jié)構(gòu)便于編程，具有易于添加反應(yīng)速度快以及不依賴于模型描述等特點。 4.實現(xiàn)了室內(nèi)環(huán)境下基于視覺路標(biāo)的全局定位。基于視覺信息的移動機人定位主要內(nèi)容包括了圖像預(yù)處理、門的定位、門牌定位，字

4、符分割和字符識別五部分內(nèi)容。 基于5/3提升小波變換的軟取閾值方法對圖像去噪，然后基于邊緣提取算法提取機器人工作環(huán)境信息，圖像處理實驗表明，算法能夠較好地適應(yīng)非結(jié)構(gòu)化環(huán)境固有的特點，可以抑制細(xì)小的邊緣而得到路徑主要輪廓。提升小波算法降低了計算的復(fù)雜程度，因此有效地減少程序運行時間，提高定位系統(tǒng)的實時性，實用性。 提出一種把提升小波變換對圖像信號良好的分解性能與Hough變換直線的檢測特性結(jié)合起來提取環(huán)境信息的方法來實現(xiàn)門

5、的定位的方法。該方法以提升小波變換對環(huán)境信息圖像進行軟取閾值去噪處理，而后獲取水平、垂直等高頻部分的小波低頻分解。實驗表明基于提升算法和Hough變換設(shè)計的環(huán)境信息處理系統(tǒng)有很好的性能。 基于神經(jīng)網(wǎng)絡(luò)分類器進行門牌號碼的識別，從而實現(xiàn)單目視覺系統(tǒng)下移動機器人基于視覺路標(biāo)的室內(nèi)定位。 5.用全局規(guī)劃和局部規(guī)劃相結(jié)合的方法解決全局路徑規(guī)劃問題。系統(tǒng)的全局路徑規(guī)劃分為兩種：無障礙環(huán)境路徑規(guī)劃、有障礙環(huán)境規(guī)劃。 對無障礙

6、環(huán)境路徑規(guī)劃比較簡單，通過人機交互給出移動機器人運行參數(shù)，生成機器人的運行路徑。 對有障礙環(huán)境，采用超聲探測信息和主動視覺信息實現(xiàn)了運動障礙物和靜止障礙物類型的識別，并針對障礙物類型采用不同的避障策略，以完成全局導(dǎo)航任務(wù)。 提出把自回歸模型來預(yù)測動態(tài)障礙物的運動軌跡和動態(tài)障礙避障策略結(jié)合的方法，解決了動態(tài)、動態(tài)障礙物環(huán)境下的路徑規(guī)劃。采用自回歸模型來預(yù)測動態(tài)障礙物的運動軌跡，然后對該預(yù)測軌跡的每一點進行在線實時避碰規(guī)劃。

7、針對自回歸模型的參數(shù)是以小車參數(shù)為基準(zhǔn)，在實際應(yīng)用中必然帶來一定的誤差的局限，補充了動態(tài)障礙避障策略。 6.解決了信息不完全、環(huán)境不確定情況下的全局三維路徑規(guī)劃問題。提出在環(huán)境的二維坐標(biāo)不變的情況下，對每個障礙物固定坐標(biāo)系來描述位置和姿態(tài)的方式實現(xiàn)三維動態(tài)環(huán)境、動態(tài)障礙物的全局環(huán)境描述，并設(shè)計神經(jīng)網(wǎng)絡(luò)三維路徑規(guī)劃器實現(xiàn)三維動態(tài)路徑規(guī)劃。 基于這種方法，三維動態(tài)環(huán)境路徑規(guī)劃算法沒有過多的復(fù)雜性，實時性很強。該算法在動態(tài)避障

8、策略、行為控制策略、定位等多個方面制定以后，根據(jù)路徑最短約束條件完成路徑搜索，生成從起點到終點的無碰撞路徑。對算法的參數(shù)優(yōu)化問題進行了研究，為算法更好的應(yīng)用提供了有意義的指導(dǎo)。算法所固有的并列性可用并列硬件來實現(xiàn)，運算量小，仿真證明算法能夠在實時性要求較高、有較多障礙物、有較多路徑點的情況下實現(xiàn)快速的路徑規(guī)劃。 7.采用基于粒子群優(yōu)化的模糊控制算法設(shè)計路徑跟蹤控制器。以粒子群算法為優(yōu)化工具，自動提取控制器參數(shù)的模糊規(guī)則基，提高了