首页> 中文学位 >基于多传感器的移动机器人行为控制研究
【6h】

基于多传感器的移动机器人行为控制研究

代理获取

目录

基于多传感器的移动机器人行为控制研究

RESEARCH ON MOBILE ROBOT BEHAVIOR CONTROL BASED ON MULTI-SENSOR

摘要

Abstract

Contents

第1章 绪论

1.1 引言

1.2 移动机器人的体系结构

1.3 移动机器人导航技术

1.4 移动机器人视觉导航技术

1.5 移动机器人路径规划技术

1.6 课题来源及意义

1.7 本文主要研究内容

第2章 自主移动机器人分布式控制系统设计与实现

2.1 引言

2.2 ANCES总体结构

2.3 ANCES硬件系统设计

2.4 ANCES软件系统设计

2.5 本章小结

第3章 基于多微处理器分布式超声探测系统

3.1 引言

3.2 硬件系统设计

3.3 软件系统设计

3.4 本章小结

第4章 移动机器人行为控制策略研究

4.1 引言

4.2 基于超声和红外信息的移动机器人行为控制技术

4.3 基于视觉信息的行为控制技术

4.4 基于优先级的行为决策

4.5 RIRA-II ROBOT控制系统软件设计

4.6 行为控制仿真与实验

4.7 本章小结

第5章 分布式视觉系统设计与实现

5.1 引言

5.2 分布式视觉系统组成

5.3 分布式视觉工作原理

5.4 摄像机控制

5.5 摄像机标定

5.6 全局图像生成

5.7 全局路径规划

5.8 任务分解

5.9 任务协调

5.10 基于彩色图像的运动目标识别与检测

5.11 移动机器人全局导航动态避障策略

5.12 本章小结

第6章 基于分布式视觉的移动机器人路径跟踪控制

6.1 引言

6.2 移动机器人运动学模型

6.3 模糊控制器设计

6.4 移动机器人路径跟踪控制仿真与实验

6.5 本章小结

结 论

参考文献

攻读学位期间发表的学术论文

哈尔滨工业大学博士学位论文原创性声明

哈尔滨工业大学博士学位论文使用授权书

哈尔滨工业大学博士学位涉密论文管理

致 谢

个人简历

展开▼

摘要

随着机器人应用范围的不断拓宽,机器人的工作环境也越来越复杂,而且往往是未知的、动态的、非结构化的。在这种环境下实时地完成各种任务,对机器人的行为控制提出了新的挑战。通过全面了解和分析国内外移动机器人的控制体系结构和导航技术的研究现状,针对基于车载视觉导航技术中存在的从固定视角获得丰富环境视觉信息能力与获取和维护大范围动态环境模型能力差等问题,提出了基于分布式全局视觉和主动视觉(局部视觉)与超声、红外等多传感器相结合的移动机器人行为控制方法。以固定区域非结构化动态环境为基础,构建了一个移动机器人自主导航控制实验系统。以其为平台研究基于目标任务的移动机器人行为控制中的环境感知、行为决策、运动控制、分布式视觉智能体的任务分解与协调控制等方面的相关策略和实现方法。本文从事的主要研究工作内容如下:
  设计并实现了一套基于多传感器的移动机器人自主导航控制实验系统ANCES。该系统主要由移动机器人(RIRA-IIROBOT)、分布式视觉系统和无线通信系统组成。可应用于移动机器人行为控制、主动视觉(局部视觉)导航和分布式全局视觉导航等其它相关技术的研究。
  对移动机器人的体系结构进行了研究,提出一种基于模块化并行通信的多微处理器分布式控制体系结构并应用于RIRA-IIROBOT硬件系统设计。各模块采用独立微处理器完成控制及信息处理功能,实现了多模块并行运行;模块之间采用的并行通信方式提高了信息传输速度,同时简化了系统的软件设计。RIRA-IIROBOT软件采用慎思/反应混合式分层控制体系结构,自上而下分为人机交互层、任务规划层和行为控制层三个层次。
  研制了一种基于多微处理器的分布式超声探测系统。该探测系统由传感器工作模式控制模块和智能超声测距模块阵列组成。超声测距模块由独立的微处理器控制一个超声传感器,完成测距信息预处理,并可根据不同的控制策略实现分组并行工作,提高了探测系统的实时性;智能测距模块采用“阈值比较法”和“改进型递推平均滤波法”处理测距数据,有效地抑制了探测系统中超声波随机干扰信号及串扰信号,提高了探测系统的准确性。
  对基于多传感器(视觉、超声、红外)信息的移动机器人行为控制策略进行了研究,采用基于优先级行为决策控制策略,并利用视觉信息使机器人能够完成面向目标的任务。RIRA-IIROBOT包含了三个行为模块:“趋向目标行为”、“模糊控制行为”和“解死锁行为”,每一行为都具有特定的优先级。行为仲裁器根据并发行为的优先级确定竞争获胜行为,由获胜行为控制移动机器人动作。
  对分布式视觉系统的组成及工作原理进行了研究。利用图像拼接技术获取移动机器人工作环境的全局场景图像;利用四叉树对环境建模,根据路径最短约束条件完成路径搜索,运用三次样条曲线拟合法对搜索路径进行处理,生成从起点到终点的无碰撞全局路径;对全局路径进行任务分解,将分解后的路径分配到各相关视觉智能体,为视觉智能体对移动机器人进行控制提供任务依据。视觉智能体通过任务协调机制完成对移动机器人全局导航控制。
  对移动机器人全局导航控制中动态避障策略进行了研究。将出现在由分布式视觉系统规划完成的路径上的障碍定义为动态障碍,并将其分成行人、运动障碍物和静止障碍物三类。机器人利用超声探测信息、人体红外感应检测信息和主动视觉信息识别障碍类型;并分别采用行人警示避让策略、运动障碍物等待避让策略和静止障碍物组合避障策略,实现移动机器人全局导航中的动态避障控制。
  对基于分布式视觉的移动机器人路径跟踪控制进行了研究。采用一种基于定步长预瞄点的路径跟踪模糊控制方法。将机器人的运动控制简化为对其绕瞬心的转动控制,以移动机器人当前位置和期望位置的差值,当前位置移动机器人航向角和下一个控制周期期望路径上预瞄点的航向角差值作为模糊控制器的输入,以移动机器人的转动角速度作为模糊控制器的输出,实现了路径跟踪的模糊控制。
  ANCES中的基于并行通信的多微处理器分布式控制体系结构,分布式视觉系统的设计与实现方法具有实用性和可扩展性,对开展智能领域相关技术的研究具有理论意义和实用价值。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号