基于视觉识别的仿人机器人足迹点规划研究

摘要

仿人机器人是当前机器人领域最活跃的研究课题。随着仿人机器人步态规划和平衡控制研究的逐渐成熟，让仿人机器人具有更智能的感知与决策正成为新的研究热点。本文针对仿人机器人的视觉感知、足迹点规划和路径优化技术展开较为深入的研究和探索，主要研究工作包括：
　　 1.针对仿人机器人实时目标识别和定位问题，提出同时分割与特征提取的目标识别算法和一种仿人机器人几何定位模型。识别算法通过对图像进行边缘跟踪得到目标色块，同时对跟踪进行记录得到色块的信息用于识别。定位模型将摄像机成像模型与机器人位姿模型相结合，对目标物体进行定位。算法和模型在仿人机器人足球比赛得到了较好地应用。
　　 2.针对室外变化光照下的环境视觉感知问题，提出一种基于动态阈值的跑道识别算法。该算法利用RGB空间中的颜色直方图分布得到阈值，再对图像进行滤波后进行边缘检测和直线拟合。在实体机器人上的室外跑道行走应用证明算法对光照变化具有一定鲁棒性。
　　 3.在全局环境信息已知的前提下研究仿人机器人路径规划问题，提出启发式双向快速扩张随机树算法(HBD-RRT)。该算法以仿人机器人离散足迹点为模型，从状态空间的初始状态和目标状态出发，同时构建随机搜索树，进行双向的扩张和连接。在路径生成后采用离线生成的步态来连接足迹点，实现机器人运动轨迹的规划。基于仿真系统上的实验结果验证算法的有效性。
　　 4.在局部存在动态障碍物的环境下，改进了橡皮筋算法实现仿人机器人避障和路径优化问题。结合离散足迹模型，利用橡皮筋算法对机器人局部足迹路径的质心点进行虚拟力分析，并在足迹点运动约束下选择合适步态、优化质心点位置，达到轨迹平滑的目的。在室内追逐目标和室外跑道行走的实验验证了算法的有效性。