基于超声波传感器的移动机器人避障算法研究-机械电子工程专业论文.docxVIP

淅江理T大学坝l学位论文文摘 淅江理T大学坝l学位论文 文摘 近年来，移动机器人的研究己成为许多人关注的焦点。机器人的研究领域已经不仅仅 限于军用领域中，许多庸用丁军用机器人一卜的成功技术已经使用于l毛用的机器人中，如环 境建模和电子地图、机器人定位、避障、自主导航等先进技术。 对丁移动机器人来说，机器入导航是实现机器人智能化最重要的核心技术，它主要包 括：环境信息提取、环境建模功能、避障算法实现以及实现自动导航的路径规划算法功能 组成。所谓移动机器人导航系统研究其实也就是针对所处环境选择合适的传感器，然后根 据传感器信息建立合适的环境模型，最后建立面向该模型的避障和路径规划算法。然而， 由于诸如传感器有限的“感知”范州、传感器噪声干扰、机器人车轮打滑、动态的环境、 实时性等“不确定”吲素对机器人学习和使用准确的环境模型带来了约束，所以就目前而 言，要想获得准确的环境模型还是一个有待解决和完善的问题。 环境信息的描述是实现机器人自主式导航的算法基础。现在对环境信息的建模有多 种，但其中比较成功的一种方法就是南密歇根大学JBoreIlstein和YKoren提出的矢量场直方图 (vector Field Histogmm，VFH)。不过，随着该算法的广泛应用，其缺点也暴露出来。vFH 方法未能很好地解决栅格方法存在的环境分辨率和环境信息存储量的矛盾，它把机器人当 作～个点来处理，没有考虑机器人的宽度、动力学和运动学特性，这使得机器人实际上较 难完成VFH算法计算出来的预定轨线，所以后来又有了它的改进算法vFH+和vFH+。然 而，不论是VFH最老的舨本，还是最新的改进版本，在第一层中都是以机器人能够保持连 续运动为前提并认为超声波的能量土要集中在声纳的轴线上，只考虑声纳中心轴上的栅格 单元。本论文通过实验发现，这种声纳模型由丁过丁简化，也带来了环境信息提取和利用 的一些问题。为了解决这个问题，本论文充分考虑声纳传播的能量分布特性，并结合高斯 概率分布场理论(Gaussian PD．F)，对VFH算法的第一层做了改进，并在Pioneer II移动机 器人硬件平台上测试了该避障导航算法的有效性以及相对丁-最初的vFH算法的优越性。 关键词：环境信息提取，环境建模型，避障算法，路径规划算法，“不确定”冈素，矢量场 直方图，声纳模型，高斯概率分布场理论 浙江胖T大学坝忙学位沦史Research 浙江胖T大学坝忙学位沦史 Research on 0bstacle avOidance algorithm for mobile robot by ultrasonic sensors Abstract Presemly， Research moblIe robot has been ot the t0cuses．。I’he research 10nger 1imited in milhary丘eld．Many advanced techologies，like enVironment collection and m印ping、 mbot localization、obstacIe aVoidance and autonoIrlous 11aVigation，which had been used in the military robot have success如lly been trans凫rred to the行eld ofnonIlal mobile robot． Autonorn。us naV培ation is the key teclm0109y to implement inteHigence of mobile robot in the field of mobile robot．It includes four辄b—technologies，they env№nment information collection、enVi『onmem modeli“g、obstacle aVoidance akorithm and path phnning a】gomhm to perform the whole amonomous naVigation mission In sellse，mobile robot衄vigation has three steps to iIIlplemem the mission．F让stly，it collects enVlronment i11formation using appropriate sensors．Then，证uses enVironment modeling to depict the environment．Finally it designs feasible obstacle