轮式移动机器人的视觉导航和避障研究

《轮式移动机器人的视觉导航和避障研究》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、轮式移动机器人的视觉导航和避障研究摘要移动机器入应用领域广泛，其中基于引导线的视觉导航是一种典型的应用。本文以两轮差动驱动的移动机器人为对象，以AS．R轮式移动机器人为实验平台，对室内移动机器人的视觉导航与避障问题进行了研究。视觉导航被分为图像处理和运动控制两大模块：-1．在图像处理模块中，利用单目摄像头采集图像、获取环境信息，采用HSV颜色空间模型提取路径，通过图像坐标与世界坐标之间的坐标转换消除图像畸变产生的影响，并使用最小二乘法拟合直线，得到路径参数。2．在运动控制模块中，基于移动机器人运动学模型，设计了动态滑模控制器和最优控制器，以实现准确地

2、路径跟踪。利用VisualC++集成开发环境实现各模块功能。实验结果表明图像处理模块实时性良好，能够鲁棒地提取出路径参数。控制器模块使机器人准确地跟踪引导线。避障是自主移动机器人的一项基本功能。针对传统人工势场法的“势场陷阱”和障碍物距离目标太近导致目标不可达问题，使用了改进的势场法。仿真结果表明，本文方法能够有效地避开障碍物趋向目标。关键词：移动机器人视觉导航路径跟踪人工势场避障StudyonVisualNavigationandObstacleAvoidanceofWheeledMobileRobotABSTRACTVisualnavigatio

3、nfollowingaguidelineisatypicaloneofthenumerousapplicationsofmobilerobot．Inpreparingthisthesis，theAS—Rrobot，withitstwowheelsdifferentiallydriven，wastakenasthecontrolobjectaswellastheexperimentalplatformonwhichthestudyonvisualnavigationandobstacleavoidancewereperformed．Visualnavi

4、gationiscomposedofimageprocessingandmotioncontrol：1．Inthemoduleofimageprocessing，monocularcamerawasusedtocaptureimageandtoaccessenvironmentalinformation，andHSVcolorspacemodelwasusedtoextractpath．Bytransformationbetweenimageandworldcoordinatestheeffectscausedbyimagedistortioncou

5、ldbeeliminated，andtheparametersofthepathmightbeobtainedwithstraightlinesegmentsfittedbyusingleastsquares．2．Inthemoduleofmotioncontrol，dynamicslidingmodecontrollerandoptimalcontrollerweredesignedonthebasisofkinematicsmodelofthemobilerobottoachieveaccuratepathtracking．VisualC++in

6、tegrateddevelopmentenvironmentwasusedtoimplementfunctionsineachmodule．Experimentalresultsshowedthatimageprocessingmodulehadgoodreal—timeperformanceandcouldextractthepathparametersrobustly．Controllermodulehadledtherobotfollowingtheguidelineaccurately．ObstacleavoidanceiSabasicfun

7、ctionforautonomousmobilerobot．Fortheproblemsof”potentialfieldtraps”andtheunreachabletargettooclosetOobstacle，thisthesisusedanimprovedpotentialfieldmethod．Simulationresultsverifiedthatthismethodcouldeffectivelyavoidtheobstaclesandapproachthetarget．Keywords：MobileRobot；VisualNavi

8、gation；PathFollowing；ArtificialPotentialField；Obstacle