第12章 机器人导航.ppt

第十二章 机器人导航 研究意义 作为传感器、执行器、智能控制技术密切结合的活动载体，移动机器人具有广阔的应用前景和商业价值。 早在上世纪七十年代，移动机器人就被广泛应用于汽车制造、机械加工、自动化物流等工业生产领域中。进入本世纪以来，随着控制技术、传感器技术、驱动技术以及电源技术的日益完善和发展，通过智能机器人系统，移动机器人的应用领域已经超出了工业生产的范畴，逐渐向军事领域和民用服务领域拓展，其应用前景也越发广阔。 随着应用领域的不断拓展，人们对于移动机器人的作业要求也逐渐向大范围、高难度的方向发展，这就要求机器人具有更大的活动空间和更强的环境适应能力，也就使移动机器人的导航研究不断的被深入和发展。 研究意义 导航技术是自主移动机器人技术中的研究核心，是反映移动机器人实现智能化及完全自主工作的关键技术之一。 理想的移动机器人应具有以下能力：当处于一个未知的、复杂的、动态的非结构环境中，并且在没有人的干预下，通过感知环境，能够到达期望的目的地，同时应尽量减少时间或能量的消耗等。 可以认为自主导航主要解决两个方面的问题：(1) 通过一定的检测手段获取移动机器人在空间中的位置、方向以及所处环境的信息，并对所获信息进行处理建立环境模型；(2) 规划机器人的动作序列，控制机器人沿着一条最优或近似最优的无碰路径行进。 1.机器人导航方式 电磁导航 光反射导航 路标导航 惯性导航 视觉导航 机器人导航方式 电磁导航是目前自动导引车(automated guided vehicle ，AGV) 的主要导航方式。其原理是在路径上连续埋设多条引导电缆，分别流过不同频率的电流，通过感应线圈对电流的检测来感知路径信息。 光反射导航的原理是在路径边连续铺设光反射条，是一种方式简单、价格便宜的导航系统。 上述两种导航技术简单实用，已经相当成熟，目前国内制造行业使用的移动机器人大多是基于这两种导航方式。但此类技术成本高，改造和维护困难，仅限于室内环境下使用。 自动导引车(automated guided vehicle ，AGV) 机器人导航方式 根据路标的不同，路标导航可分为人工路标导航和自然路标导航。 人工路标导航是通过事先安装在环境中的专门用于机器人导航设计的标记，这种方法比较容易实现，价格便宜，且能够提供额外信息，如模式或形状等，但它人为地改变了机器人的工作环境。 自然路标导航是机器人通过对工作环境中自然特征的识别，实现导航，该方法灵活且不改变工作环境。路标探测的稳定性和鲁棒性是研究的主要问题。 机器人导航方式 惯性导航是指采用惯性传感装置检测移动机器人的方位角并根据从某一参考点出发测定的行驶距离来确定当前位置，通过与已知的地图路线进行比较来控制移动机器人的运动方向和距离，从而实现自主导航。惯性导航系统的优点是不需要外部参考，但是随时间的漂移，经积分后任一小的常数误差就会无限增长。所以不适宜于进行长时间的自主导航。 机器人导航方式 视觉导航方法近年来越来越受到研究者的重视，并被认为是移动机器人导航的一个主要发展方向。这主要基于以下几点原因。一，采用视觉传感器可以使机器人在自定位的同时完成其他重要的导航任务，比如识别和避开障碍或者到达指定目标等。二，采用视觉传感器可以得到数量具大的环境信息，可同时完成对快速的环境探索和地图生成（SLAM）。三，虽然与航迹推算法一样，视觉测程法同样存在有误差累积的问题，但是视觉测程法的定位精度要远远高出航迹推算法。四，与在SLAM系统中常用的激光传感器相比，视觉传感器在成本上要更低而且使用更加灵活。 机器人视觉导航 2.机器人的运动规划 基于环境先验完全信息的运动规划； 基于传感器信息的不确定环境下运动规划； 基于行为的运动规划方法； 机器人走行过程中的姿态控制。 基于环境先验完全信息的运动规划 此类方法可被认为是一种基于环境模型的全局规划算法，它的特点是可以在机器人实现真实穿越之前对规划路径的合理性进行评价，从而提高机器人完成任务的可能性。 此类算法的缺点是计算复杂度比较高，降低了机器人系统的实时性。而且该方法要求有一个比较精确的环境模型，这在很多实际应用场合中均是无法实现的。 基于传感器信息的运动规划 该方法也被称为局部避碰规划，它的特点是不需要建立环境模型以及复杂的规划计算，实时性好，能够适应多变的复杂环境。 此类算法的主要缺陷是并不能保证所走行路径的最优性。当出现机器人陷入“死锁”等情形时，甚至并不能保证机器人能够到达目标点。 局部传感器模型 基于行为的运动规划方法 此类方法中最具有代表性的是R.Brooks提出的包容式体系结构。所谓基于行为的研究方法是把移动机器人所要完成的任务分解成一些基本的、简单的行为单元，这些单元彼此协调工作。每个单元有自己的感知器和执行器，二者紧耦合在一起，构成感知