移动机器人的导航技术总结.docx

移动机器人的关键技术分为以下三种: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。基于计算机视觉的自主机器人导航主要分为一下三种方法：基于地图的机器人导航基于地图的导航就是提供给自主机器人其导航环境的模型在一些早期的视觉系统中,自主机器人导航环境的知识都是以网格表征,把三维空间中物体按体积垂直投影到二维水平平面上,这种方式通常被引用为/占用地图0后来,占用地图的思想被/虚拟力场0改进虚拟力场也是一幅/占用地图0,不同的是在地图中每一个被占用的区域都对机器人施加斥力,而目的地图则对机器人施加引力,所有的这些力通过向量的加减运算的共同作用牵引机器人避开障碍物,向目的地运动基于光流的机器人导航santos-Victo:等人研发了一个基于光流的视觉系统robee[0],该系统模拟了蜜蜂的视觉行为。该系统认为昆虫的眼睛长在两侧的优势就在于它们的导航机制是基于运动产生的特征,而不是深度信息。在robee中,一个分开的双目视野被用于模仿蜜蜂的中心反射:如果机器人位于环境的中心位置,其左眼拍摄到的画面场景变化速度和右眼拍摄到的画面场景变化速度是一样的,相差几乎为0,这时机器人就可以知道自己处于环境的中心位置,如果两侧眼睛的场景变化速度不同,机器人就朝向速度变化较慢的那一边运动。在自主机器人导航的实现中,基本的基本思想就是测量两侧眼睛(摄像机)拍摄到画面场景变化速度之差。该导航技术只能用于室内单一背景的直道环境中导航,无法指导机器人改变方向基于地貌的机器人导航基于地貌的机器人导航一般多用于室外环境,该类导航的核心问题就是数字图像中的模式识别,更具体的说就是物体颜色和纹理的识别问题。然而,由于光照以及环境色的影响,具有相同本质色的物体在不同的环境下可以呈现出完全不同的颜色,因此就需要对颜色空间进行一定的转化。室外环境的导航涉及障碍物躲避、地标检测、位置估计等,由于很难预知先验知识,所以系统无法建立一幅卓为环境的完整地图,只能实时处理出现在视野中的对象,这对于导航算法的实时性要求很高。室外环境的自主机器人导航又可分为机构化环境中的导航和非结构化环境中的导航。国内外研究现状与发展趋势研究现状由于受室内环境尤其是家庭环境的限制,很多导航方法在室内移动机器人上很难或根本无法应用,比如电磁导航、GPS导航等等;另外,一些导航方法由于成本或精度等原因,亦很难应用在商业化的室内移动机器人中