具自主地图建置的智慧型移动机器人TheDevelopmentofaIntelligent.ppt

具自主地圖建置的智慧型移動機器人The Development of a Intelligent Autonomous Mobile Robot with Simultaneous localization and Mapping Speaker：李宗明 M99G0103 * * Outline 動機與目的 相關研究 方法與說明 預期成果 學術研究貢獻 文獻參考 * * 動機與目的(1/2) 現今的機器人領域中，感知、定位、移動控制與環境地圖建置於機器人領域中是非常重要的。 機器人進行障礙物閃避與路徑規劃等功能，需要藉由感測資訊建構外在環境，才可藉由路徑規劃演算法發出移動指令。 * * 動機與目的(2/2) 隨著科技的日新月異，機器人的複雜性與功能性及也逐漸的提升，環境感測重要性也逐漸提升。 * * 相關研究 機器人相關產業已在各大市場延伸出相當多的應用，從用途類型可分為： 工業級機器人 服務型機器人 娛樂/寵物機器人 生活伴侶機器人等。 * Intel 的研發中心設計的機械手臂(左)、機器人女友(右) (資料來源：:82/gate/big5//newscenter/kjxw/200904/505297054.htm 、 http://www.stnn.cc:82/society_focus/200812/924460.htmll) * 相關研究 由日本豐田公司和東京大學聯合研究開發的家庭機器人保姆(Home Assistant Robot) ，全身擁有5個攝像頭，6個雷射傳感導航器，並且可以可根據裝備不同器具完成不同工作。 * 家庭機器人保姆 (資料來源：/2008/10/28/home-assistant-robot.html) * 相關研究 馬尼可夫定位（Markov localization）與卡尼曼濾波定位（Kalman filter localization）兩種機率式地圖導向定位法。 Wolfram Burgard提出用基於網格的方式，使用24個聲納與2個Sick激光測距裝在機器人上，採用了占用與非占用空間的一個2D幾何環境表示空間方法。 * * 方法與說明 本計畫機器人主要子系統： 感測系統 無線通訊系統 動力驅動系統 電源管理系統系統 * 系統方塊圖 * 核心演算法-地圖建置 地圖建置：透過雷射測距掃瞄模組掃瞄後接收到反射值做判斷。 * 雷射測距模組掃描障礙物示意圖 * 核心演算法-測距地圖重建 透過接收反射值來進行判斷， 值越大代表離障礙物距離越遠，反之代表離障礙物距離越近。 將打到反射的區域畫出，則顯示的畫面如下圖。 * 雷射測距掃描後的示意圖 * 核心演算法-特徵擷取 特徵擷取：透過直方圖的計算，擷取出地圖中的一些線段特徵，如：轉角與邊界，利用直線來紀錄每次取樣的地圖，類似下圖方式，此種方式將先定義區域的大小，每個線段的起/迄座標記錄下來。 * 透過感測擷取到的線段特徵來紀錄地圖 * 核心演算法-定位估計 位置與特徵估計：透過同時定位與建立地圖，輔助機器人行走，並持根據接收的感測資訊續修正預測位置的信任度。 * 同時定位與建地圖的流程 * 核心演算法 室內定位：透過感測器資訊，進行環境資料特徵比對進行機率定位。 機率定位流程： * * 核心演算法 * 機率定位流程： * 核心演算法 避障與路徑規劃：掃瞄取樣後的資料，當值越大表示障礙物離機器人越遠，且若剩下值越密，可以行走通道越寬。值為零的區域表示有障礙物不可以走。 * 掃描取樣後直方圖 * 移動控制 移動控制：採用瑞典輪，隨著輪子作功合力的不同，進行機身的移動 * 機器人瑞典輪驅動示意圖 * 移動控制 行進不同方向輪子轉動的方向 * * 預期成果 第一年計畫： 結合雷射測距感測器、超音波距離感測模組為 主要感測來源，地圖建置方式以事先建構地圖進行用機率式定位與機器人行進間的動態建構地圖兩種為主，擷取的地圖特徵以線段描述為主。 第二年計畫： 將感測器整合影像擷取進行地圖中物件的識別，透過機器人上面設計的雷射測距感測器與影像擷取方式進行掃瞄，並希望能從線段特徵的擷取進而可以辨識物件。 * * 學術貢獻 本計畫希望實現一個能夠以小的記憶體空間來完成，室內自主機器人進行自主地建置地圖與定位，且透過環境障礙物與邊界特徵擷取，進行更有效的記錄障礙物的位置，提高定位的準確性。 * * 文獻參考 蘇國嵐，多重感測控制智慧型保全機器人系統之研究，國立中正大學電機工程研究所博士論文，2004，嘉義。 Sebastian Thrun, Dieter Fox, Wolfram Burgard, “Probabilistic Robotics,” The MIT Press, 1999 Douglas