基于视觉和超声波传感器的地面移动机器人定位与路径规划研究

摘要

鉴于自主导航是地面移动机器人智能水平高低的重要标志，论文在移动机器人现有的自主导航技术基础上，对服务机器人和军警用机器人在自主定位导航时面临的关键问题进行研究，从而为移动机器人的实际应用提供理论和技术保障。 设计了单超声波接收头测量多个距离的装置，该装置根据接收信号特点，系统标定时用接收信号包络峰值的0.5倍作阈值，而测量时用小阈值。采用室内环境分区法，根据空间区域特点剔除坏值，运用串联和并联推断的方式，结合该测量装置实现了机器人在动态环境下的定位。 设计了一种具有方向沟道和多个位置沟道的通用视觉路标，根据路标像与像面上平均能量之间的关系，选取出合适的动态阈值进行图像分割，用扫描的办法提取出路标信息，实现了机器人在室内环境下定位。 对摄像机采集来的数字图像局部图进行一阶微分后按“录取线”取阈值二值化，然后用扫描聚类的办法和成像几何关系得到机器人在楼梯上的姿态。根据机器人的运动特点，采用一种简单的控制方法实现机器人姿态调整。 文中局部路径规划方法用于解决移动机器人在遥控方式下的通讯时延。在机器人前部一定范围内虚拟出八个亚目标，采集前部八个超声波传感器数据，根据工作场所障碍物分布情况，分析指定的范围内有无障碍物，结合机器人的航向偏离目标的角度，选择最佳亚目标。在运动过程中，最佳亚目标滚动更新。 提出用四边形轮廓代替障碍物真实轮廓，首先进行粗略路径规划，得到一条由直线组成的最优路径，然后沿边连接得到真实路径。在起始点或目标点在四边形内部的情况下，采用短边优先来脱困。该方法具有图像预处理方便，规划出的路径精细且路径规划所用的时间少。 用电磁波作为目标物的信标，根据电磁波的强弱来测距离，从而实现机器人动态寻的。该方法受天气影响小。

目录

文摘

英文文摘

东南大学学位论文独创性声明及使用授权声明

第一章绪论

1.1地面移动机器人研究现状及发展趋势

1.1.1地面移动机器人形状

1.1.2移动机器人感觉

1.1.3地面移动机器人发展趋势

1.2移动机器人定位导航研究现状

1.3移动机器人路径规划研究现状

1.3.1基于环境先验完全信息的路径规划

1.3.2不确定环境的路径规划

1.4论文的研究思路与研究内容

1.4.1超声波传感器定位

1.4.2视觉定位

1.4.3采用局部路径规划克服遥控机器人时延

1.4.4移动机器人全局路径规划

1.4.5基于视觉的机器人爬楼梯

1.4.6大范围寻的规划

第二章基于单接收头的超声波多目标测距

2.1引言

2.2超声波

2.2.1超声波测距原理

2.2.2发射信号超声波包络

2.2.3接收信号超声波包络

2.3阈值和分辨率

2.4系统硬件

2.5系统软件

2.6实验

2.7小结

第三章一种主要基于多超声波传感器定位的方法

3.1引言

3.2预备知识

3.2.1里程计信息

3.2.2概率定位(贝叶斯类定位)

3.2.3其它定位方法

3.3室内环境区域划分和位置计算

3.4室内有障碍物时机器人定位方法

3.5仿真分析

3.6小结

第四章一种基于视觉的室内移动机器人精确定位方法

4.1引言

4.2预备知识

4.2.1摄像机几何成像模型

4.2.2图像分割常用的自动阈值选取方法

4.3路标制作

4.3.1成像分析

4.3.2路标制作

4.4阈值选择

4.5路标的搜索与识别

4.6确定位置和方向

4.7实验

4.8小结

第五章基于视觉引导的机器人爬楼

5.1引言

5.2预备知识

5.2.1边缘锐化

5.2.2直线提取与理解

5.3台阶斜率提取

5.3.1图像二值化

5.3.2图像中台阶棱线斜率提取

5.4实际台阶斜率计算

5.5一种简单的机器人姿态调整方法

5.6实验

5.7小结

第六章一种基于实时滚动亚目标的遥控移动机器人局部路径规划方法

6.1引言

6.2局部路径规划的方法

6.2.1人工势场法

6.2.2模糊算法

6.3机器人传感器

6.4最佳亚目标点的选择

6.5局部路径规划

6.5.1沿圆弧向最佳亚目标点运动

6.5.2进入陷阱后的解决办法

6.6局部路径规划仿真分析与实验

6.6.1仿真分析

6.6.2实验

6.7小结

第七章基于四边形的移动机器人全局路径规划方法

7.1引言

7.2图像预处理

7.2.1构造四边形

7.2.2障碍物表面点

7.3基于四边形的全局路径规划

7.4优化和整形

7.4.1优化

7.4.2整形

7.5四边形轮廓图重叠和进入凹形障碍物内部

7.6仿真试验

7.7小结

第八章移动机器人大范围寻的规划

8.1引言

8.2自寻的原理

8.3避障寻的原理

8.4仿真试验

8.5小结

第九章总结与展望

9.1论文研究工作总结

9.2未来的工作展望

致谢

参考文献

攻读博士学位期间发表的学术论文

后记