移动机器人原型的控制系统设计与环境建模研究

《移动机器人原型的控制系统设计与环境建模研究》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、』型!苎兰堡主堡兰一一——i!!生摘要本论文来源于国家自然科学基金支持的“未知环境中移动机器人导航控制的理论与方法研究”(项目号：60234030)。作为该项目研究的一部分，本论文研究目标是提供一个移动机器人的原型系统，为开展移动机器人导航控制研究提供实验平台。移动机器人原型系统是各种移动机器人的抽象与简化，重点研究控制结构与控制策略。本论文着重于以下二二个关键问题的研究：(1)在软硬件上具有开放性的体系结构是实现机器人智能扩展的基础，因此本论文首先埘移动机器人的体系结构进行了研究。提出了一个智能移动机器人的分布式控制系统，并行异步地实现反应式

2、行为、动态慎思式规划与环境建模的分散智能。(2)针对移动机器人的导航，研究空间知识的表示方法。认知地图是有关大规模环境的知识表示，建立在较长时间的观察与环境信息积累基础上。论文将环境空间知识的表示分为感知层与特征层，感知层采用直观的度量表示方法，实现实时信息融合与导航支持。特征层建立在区域信息的积累上，以拓扑模型对环境特征进行描述，实现全局的规划决策。本论文围绕研究的关键问题，开展了以下几个内容研究◆设计并实现了一个移动机器人原型控制系统。系统采用基于网络的分布式控制结构，为进一步研究与开发提供了开放式的平台支持。提出了一种基于空间知识表示分层

3、的复合式体系结构设计方法，移动机器人的实时导航控制通过反应式行为与慎思式规划协作完成，环境拓扑建模则在特征层次上实现空间知识的扩展。◆针对移动机器人路径跟踪中的侧向误差镇定问题，将全局坐标下的运动学模型转换为极坐标下的跟踪模型；应用Backstepping方法设计控制器，获得了满足Lyapunov稳定性条件的针对加速度的控制律。◆针对移动机器人的导航控制，研究了一种反应式行为与动态慎思式规划相结合的复合导航策略。基于模拟退火的局部规划方法，设计了扰动控制的布朗运动模型，采用激光雷达的实时信息实现滚动窗口下的局部优化。通过改进的逆向D+算法实现导

4、航过程中的动态慎思规划，减少未知环境下全局搜索的盲目性。◆提出一种非结构化环境中基于激光雷达的感知系统设计方法，实现了一个以2．D激光雷达、精密转动云台相结合的3一D地形测量与分析系统。针对激光雷达噪声干扰的特点设计动态自适应滤波器，实现局部地图信息获取与3．D地形的重建。◆提出一种基于近似Voronoi边界网络(ApproximateVoronoiBoundaryNetwork，AVBN)的自主环境建模方法。依赖移动机器人在未知环境中的局部区域感知信息建立环境可行区域的拓扑结构模型，相对于广义、】：oronoi图方法，AYBN能够以较少的网络

5、节点反映移动机器人运行环境中可行区域的网络化结构，从而降低了路径规划的计算复杂度。最后，针对网络路径的规划问题，提出了一种基于Elitist竞争机制的GAs算法。关键词：分布式控制系统、跟踪控制、复合导航策略、3．D环境感知、空间知识表示、近似Voronoi边界网络、遗传算法、路径规划CentralSouthUniversityAbsttactAbstractT11isdissertationissupportedbythekeyprojeetoftheNationalNaturalScienceFoundationofchinaundergr

6、antno．60234030．Researchon77如oriesandMethodsofNavigationControlforMobileRobotsunderUnknownEnvironments．Asonepartoftheproject，thisdissertationailllSatdesigninganddevelopingaprototypecontrolsysteminordertoprovideanexperimentalplatformforprobingspecialissuesonthenavigationofmobi

7、lerobotsunderulLknownenvironments．111eprototypesystemisthereductionandcondensationmodelofallkindsofmobilerobotsthatpaysemphasisoncontrolarchitecturesandcontrolstrategies．Sothestudyinthisdissertationfocusesontwokeypointsasfollows：f11Anopenarchitectureofsoftwareandhardwareisth

8、ebaseofextendableintelligenceofamobilerobot．Designinganexperimentalplatform