移动机器人的导航与路径规划的研究

移动机器人的导航与路径规划的研究

ID:33341851

大小:191.65 KB

页数:3页

时间:2019-02-24

移动机器人的导航与路径规划的研究_第1页
移动机器人的导航与路径规划的研究_第2页
移动机器人的导航与路径规划的研究_第3页
资源描述:

《移动机器人的导航与路径规划的研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、维普资讯http://www.cqvip.com专题移动机器人的导航与路径规划的研究吕永刚,谢存禧(华南理工大学机械工程学院,广东广州510640)l前言持征的前提下,机器人通过对路标的探测来确定自身的位移动式机器人的研究开始于60年代末。斯坦福研究置,同时将全局路线分解成为路标与路标间的片断,不断院(SRI)的NilsNilssen和CharlesRosen等人在1966年地对路标探测来完成导航。可分为人工路标导航和自然路至1972年中研究制造出名为Shakey_l】的自主移动机器标导航。人工路标导航,虽然比较容易实现,

2、但它人为地人。70年代后期,由于计算机和传感技术的应用与发展,改变了机器人工作的环境。自然路标导航不改变工作环移动机器人的研究又出现了一个新的高潮。80年代中期以境,是机器人通过对工作环境自然特征的识别完成导航,路标探测的稳定性和鲁棒性是研究的主要问题:来,一批配备有超声波、视觉等传感器、图象处理器、微机控制器的多处理机的移动机器人相继问世,具有代表性视觉导航主要完成障碍物和路标的探测及识别。国内外应用最多的是在机器人I二安装车载摄像机的基于局部视的如CMUNanlab、MartinMaritettaAlvin、Texas

3、A&M大学BART以及德国联邦国防军大学的~aMoRs等。90年觉的导航片式P.I.Corke等对有车载摄像机的移动机器代以来,研制高水平的环境信息传感器和信息处理技术,人视觉闭环系统的研究表明,这种控制方法可以提高路径高适应的移动机器人控制技术,真实环境下的规划技术为跟踪精度[81。从视觉图象中识别道路是影响移动机器人导标志,开展了移动机器人更高层次的研究[21。移动机器人航性能的一个最蘑要因素。埘于一般的图象边沿抽取而正向着具有自组织、自学习、自适应的智能化方向发展。言,已有r许多方法,例如,局部数据的梯度法和二阶微分

4、法。Trahanias[91利用视觉探测路标来完成机器人的导2移动机器人的导航方式与方法航其中路标小是预先定义的人工路标,而是在学习阶段导航是移动机器人应该具备的基本功能。当处于一个自动提取的自然路标。在视觉导航中边缘锐化、特征提取未知的、复杂的、动态变化的环境中时,通过对环境的探等图象处理方法的计算量大,移动机器人是在运动中对图索,引导机器人到达期望的位置,同时尽量减少消耗(如象进行处理,实时性差始终是一个非常棘手的问题。解决时间或能量)。该问题的关键在于设计一种快速图象处理方法。为了满足移动机器人的导航方式有:基于环境

5、信息的环境地图速度的要求,基于统计计算的预值法被应用于机器人的导模型匹配导航、基于各种导航信号的路标导航、视觉导航,但在实际应用中发现,它抑制噪声的能力差,特别航、气味导航[31和声音导航等[41。足,预值的选取极大地依赖于环境,要想获得理想的结环境地图模型匹配导航是机器人通过自身的各种传感果,仪在一幅图象中的不同区域就要设置不同的预值。近器,探测周围环境,利用感知到的局部环境信息进行局部些年,由于人_T智能的发展,有很多好的算法被应用到移的地图构造,并与其内部事先存储的完整地图进行匹配。动机器人的视觉导航中去。Stanl

6、eyI’ol提出了基于神经网如果两模型相互匹配,机器人可确定自身的位置,并根据络的机器人视觉导航技术。该技术中估算逆雅可比矩阵,预先规划的一条全局路线,采用路径跟踪和避障技术,实并将图象特征的变化与机器人的位置变化对应起来,通过现导航[51。几年前国外的科学家就开始从事这项技术的研神经网络训练来近似特征雅可比矩阵的逆阵。该技术,通究。如英国伦敦大学的ARNE机器人就采用的这种方过提取几何特征、平均缩、向量量化和主成分提取来简法。化图象处理,实现实时视觉导航[21。当机器人在室外工作路标导航是在事先知道路标在环境中的坐标、形

7、状等收稿日期:2003一O7—23维普资讯http://www.cqvip.com综述环境中时,由于室外环境的复杂性,为网络提供有效和完拓扑法根据环境和运动物体的几何特点,将组成空间备的样板是一件非常困难的工作。利用模糊逻辑推理进行划分成若干拓扑特征一致的子区域,并依据彼此的连通性图象的边沿抽取是一个尚未深入研究的新方向。建立一个拓扑网,在该图中搜索一条拓扑路径,可以得到气味导航。引是通过装配在机器人的化学传感器感知几何路径,这种方法的优点在于利用拓扑特征大大缩小了气味的浓度,根据气味的浓度和气流的方向来控制机器人搜索窄间

8、,其算法的复杂性仅仅依赖于障碍物的数目,在的运动。由于气味传感器具有灵敏度高、响应速度快以及理论E是完备的,缺点在于表示的复杂性、特殊性,建立鲁棒性好等优点。但该技术实用性很差,还处在实验研究拓扑网的过程相当复杂。但是,针对一种环境拓扑网只需建阶段。立一次,因而在实际中能大大提高效率,显示其优越性_l3

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。