移动机器人视觉航与智能控制技术研究.pdfVIP

摘 要 随着科学技术的飞速发展，t机器系统正在向智能化和视觉化的趋势发展。智能 化和视觉化的机器系统将从事目前传统机器系统和人工难以胜任的恶劣环境下的 一些操作过程。移动机器人是能够在道路和野外连续地、实时地自主运动的智能 机器人，是一种集环境感知、动态决策与规划、行为控制与执行等多项功能于一 体的高智能化机器系统，具有重要的军用及民用价值，可从事各行业中恶劣环境 下的一些无人操作。基于机器视觉的移动机器人，影响其产业化的主要障碍是机 器视觉对各种路面环境的快速识别和理解能力较差，以及在控制和规划技术方面 缺乏智能性和鲁捧性。本研究以提高机器人视觉技术和控制技术的智能性、鲁棒 性和实时性为目标，对移动机器人机器视觉技术和智能控制技术和进行了研究， 完成的主要研究成果如下： n)对于一般性非结构化道路场景，影响道路图象分割效果的主要因素是阴影 和水迹。本文提出了用三个有效彩色特征量来描述道路、阴影和水迹的特征，并 提出了特征图象的快速提取方法，实现了道路图象一维直方图的全局快速分割。 实验结果表明：本文提出的非结构化道路图象分割方法可以有效地消除阴影或水 迹对道路图象分割效果的影响，且满足一般道路场景下移动机器人实时导航的要 求。 (2)障碍物实时检测技术是非结构化环境中基于机器视觉的移动机器人与智 能车辆自主导航的关键技术。本文考虑立体视觉匹配计算的实时性要求，采用双 目立体视觉，根据障碍物区域的连续性以及障碍物的颜色特征，提出了障碍物颜 色自适应分割算法和基于区域匹配的立体视觉算法相结合的方法，实现了障碍物 的实时检测。实验结果表明：在路面颜色基本一致和路面比较平整的路况下，本 文提出的方法可快速、有效地实现障碍物检测。 (3)越野情况下要求双日立体视觉完成地形图的实时检测与识别，建立图象对 之间的可靠匹配是立体视觉的关键。本文研究、分析了目前双且立体视觉匹配算 法存在的主要问题，并提出了进一步研究的可行途径。 (4)移动机器人的控制系统是一个典型的时延、非线性不稳定系统。PID控制 由于其简单、稳定性能好、可靠性高等优点，仍具有强大的生命力，其关键问题 是ND参数的整定。本文模仿人工预瞄驾驶行为，提出了一种基于规则的自适应 智能PID预瞄控制方法，并介绍了智能PID控制器的原理、结构及其在自主车导 航控制中的实现过程，实验结果表明：该控制方法能保证机器人快速、准确地沿 各种参考路径行走，且具有良好的鲁棒性具有的有效性。 博士后出站报告 (5)预测控制是一种新型计算机控制算法，本文根据现代预测控制的思想，提 出了一种逼近路径产生的新方法，完成了移动机器入路径跟踪的预测控制，且引 入遗传算法实现了控制参数的在线滚动优化。实验表明：本文提出的智能预测控 制方法，可根据对机器人的运动预测，提前实现相应的控制动作，能在2～3个控 制周期内准确逼近参考路径，且不存在一般反馈控制器的振荡问题。 (6)根据人工驾驶过程实际上就是一种模糊控制行为这一事实，本文利用模糊 控制的方法，模仿人工的预瞄驾驶行为实现了移动机器人的运动控制。并详细介 绍了该控制器的结构组成和设计过程。试验结果表明：这是一种比较理想的智能 控制途径。本方法不仅能保证机器人高精度地实现路径位置和方向跟踪，而且能 保证路径跟踪的平滑性，即驾驶过程的平稳性和舒适性。该控制方法也可用于智 能车辆的自动导航控制。 f7)对于在动态环境中移动机器人的局部路径规划问题，传统的寻优策略因复 杂而费时，所以不能用于移动机器人的实时导航问题。本文利用遗传算法，对基 于机器视觉的移动机器人的实时动态避障路径规划进行了研究，将复杂的二维路 径编码问题简化为一维编码问题，并把路边约束、动态避障要求和最短路径要求 融合成一个简单的适度函数。仿真实验表明：本文提出的动态避障路径规划方法 可实时、稳定地产生移动机器人运动的最佳局部规划路径，且具有良好的动态避 障性能。 关键词：移动机器人，自主车辆，计算机视觉，立体视觉，图象处理，立体匹配， 智能控制，PID控制，模糊控制，预测控制，遗传算法，路径规划，动态避障，路 径跟踪 II 摘要 ABSTRACT Oneoft