人机交互方式下移动机器人自主导航技术的研究

摘要

人机交互下的移动机器人作为移动机器人发展的一个分支，在一些特定应用领域有着一般移动机器人不可替代的地位。例如在环境检测领域，常由于一些原因而发生化学物质等高度危险品的泄露污染，普通环保人员无法接近，使用一般手段无法实施检测。这时就需要一种专门的环境检测移动机器人，代替环保人员进入污染现场实施检测和处理。由于大多数情况下的污染现场都比较复杂，可能在野外恶劣的地形条件下，也可能在充满障碍的建筑物内部，因此这种机器人必须体积较小并主要采用人机交互方式进行控制。但是机器人本身也可以拥有一定的自主能力，在一定情况下辅助操作人员对移动机器人进行控制，从而降低操作人员的工作强度，提高工作效率并保证安全。本文结合教育部重大创新培育基金项目，重点研究了与人机交互移动机器人及局部自主导航技术有关的总体结构、传感系统、自主避障系统以及自主视觉目标跟踪系统。
　　 本文分析了人机交互方式下移动机器人的功能需求并以环境检测机器人为例讨论机器人的结构设计和运动建模，设计了一种分层式、模块化、网络化、局部智能等特点的电子系统硬件结构，根据实际需要选择了用于导航定位的传感器并详细分析和讨论了机器人的传感系统，提出了一种包含测距模块、GPS定位模块、姿态测量模块及多用传感器接口模块在内的分布式传感器系统并给出了软硬件设计方法。此分布式传感器系统软件中采用时间触发设计模式，保证了系统安全、稳定、有序运行。
　　 自主避障技术是自主导航的基础，本文提出了人机交互方式下移动机器人自主辅助避障的思想，详细描述了移动机器人根据距离分段限速报警及强行突破模式在复杂工作环境下的具体实现方式，并讨论了移动机器人在柔性障碍避障技术方面的发展。
　　 机器人视觉是目前的研究热点，视觉导航也是移动机器人自主导航的一个非常重要的发展方向。为了解决人机交互方式下移动机器人视觉导航问题，本文着重对三种流行的视觉目标识别和跟踪算法CamShift、SIFT和SURF进行了分析，讨论了各种算法的优点和不足之处。此外，对于应用最广泛的CamShift算法提出了改进意见并进行了实验。最后提出以改进的CamShift算法为主要检测、SURF算法为辅助校验的移动机器人视觉自主导航融合算法。
　　 本文在最后设计了可以在移动机器人实验平台上运行的局部自主导航系统软件，详细阐述了基本的设计思想以及具体的实现过程。该软件应用了本文提出的移动机器人视觉自主导航融合算法，并融入了自主避障技术和路径规划技术，成为一个完整的局部自主导航系统。该软件在仿真及实体平台上运行成功，具有良好的目标识别和跟踪效果。

目录

文摘

英文文摘

第一章 绪论

1.1 课题的研究背景和意义

1.2 国内外研究动态

1.3 目前移动机器人研究中存在的问题

1.3.1 环境感知的局限性

1.3.2 全自主机器人无法实现

1.3.3 人与机器人的交互技术不受重视

1.3.4 相关的理论和方法不成熟

1.4 本课题的研究目标及本论文的主要内容

第二章 人机交互移动机器人系统研究

2.1 人机交互移动机器人系统的需求分析

2.2 结构设计与运动建模

2.2.1 系统结构设计

2.2.2 运动建模

2.3 电子硬件系统设计

2.3.1 电子硬件系统总体设计

2.3.2 感知系统

2.3.3 遥操作平台

2.3.4 无线通信系统

2.4 软件系统设计

2.5 本章小结

第三章 分布式智能传感系统设计

3.1 引言

3.2 时间触发设计模式

3.3 传感系统设计

3.3.1 传感系统总体结构

3.3.2 传感器主控制模块研制

3.3.3 超声波红外线测距模块研制

3.3.4 GPS定位与姿态测量模块研制

3.3.5 多用传感器接口模块研制

3.4 本章小结

第四章 局部自主避障技术的研究

4.1 自主避障技术简介

4.2 人机交互方式下的自主辅助避障

4.3 移动机器人自主柔性障碍避障技术

4.4 本章小结

第五章 视觉导航跟踪技术研究

5.1 机器人视觉简介

5.2 CamShift算法研究

5.2.1 CamShift算法

5.2.2 CamShift算法分析

5.2.3 CamShift算法改进

5.3 SIFT算法研究

5.3.1 SIFT算法

5.3.2 SIFT算法分析

5.4 SURF算法研究

5.4.1 SURF算法

5.4.2 SURF算法分析

5.5 算法比较

5.5.1 实现方式比较

5.5.2 性能比较

5.5.3 应用前景比较

5.6 本章小结

第六章 人机交互移动机器人局部自主导航系统设计

6.1 OpenCV视觉类库

6.2 Pioneer3-AT实验平台

6.3 视觉跟踪算法融合

6.4 视觉自主导航算法设计

6.5 局部自主导航系统软件开发

6.5.1 视频采集类

6.5.2 移动机器人管理类

6.5.3 视觉目标跟踪行为类

6.5.4 软件实现

6.6 本章小结

第七章 结论与展望

7.1 本文所做的工作

7.2 今后需要进一步开展的工作

致谢

硕士期间发表论文清单及研究成果

参考文献