基于超声波传感器的移动机器人避障算法的研究

《基于超声波传感器的移动机器人避障算法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、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

2、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(vectorFieldHistogmm，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

3、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(GaussianPD．F)，对VFH算法的第一层做了改进，并在PioneerII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

4、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Researchon0bstacleavOidancealgorithmformobilerobotbyultrasonicsensorsAbstractPresemly，ResearchonmoblIerobothasbeenoneotthet'0cuses．。I’heresearch1sno10nger1imitedinmilhary丘eld．Manyadvancedtechologies，likeenVironmentcollectionandm

5、印ping、mbotlocalization、obstacIeaVoidanceandautonoIrlous11aVigation，whichhadbeenusedinthemilitaryrobothavesuccess如llybeentrans凫rredtothe行eldofnonIlalmobilerobot．Autonorn。usnaV培ationisthekeyteclm0109ytoimplementinteHigenceofmobilerobotinthefieldofmobilerobot．Itincludesfour辄b—technologies，theyareen

6、v№nmentinformationcollection、enVi『onmemmodeli“g、obstacleaVoidanceakorithmandpathphnninga】gomhmtoperformthewholeamonomousnaVigationmissionInasellse，mobilerobot衄vigationhasthreestepstoiIIlplememthemission．F让stly，itcollectsenVlronmenti11formationusingappropriatesensors．Then，证usesenVironmentmodeling

7、todepicttheenvironment．FinallyitdesignsfeasibleobstacleaVoidanceandPathplarmingalgOrithmstocO玎mlitthemission．HOwever，someuncenaintieslikesensor’sperc印tuallimitation、sensornoise、drmorslippage、environmentaldynamicsandreal-time